Rezumat al tezei de doctorat - USAMV Cluj-Napoca

şi eroarea (http://www.stat.cmu.edu). Acest fapt arată că cel mai bun model de analiză cu
ajutorul factorilor principali are trei componente, iar varianţa explicată de factori (cei trei factori
identificaţi de model) nu este mai mare de 72 %, restul variaţiei fiind datorat evenimentelor
întâmplătoare (cum este ploaia, seceta etc.).
4.5
Eigenvalues of correlation matrix
Active variables only
4.0
38.63%
3.5
3.0
Eigenvalue
2.5
2.0
1.5
23.29%
1.0
9.92% 8.29% 7.22% 5.08% 3.37% 2.38% 1.45% .37%
0.5
0.0
-0.5
-1 0 1 2 3 4 5 6 7 8 9 10 11 12
Eigenvalue number
Matricea de corelaţie a valorilor proprii pentru variabilele active
Pentru a evidenţia corelaţiile dintre parametrii fizico-chimici monitorizaţi în perioada
2009 - 2011, se identifică principalele surse de variaţie în observaţii, organizate în cele trei
componente principale (factor 1, factor 2, factor 3). Aceeaşi asociere observată în figură între
ieşirile celor două mărimi este evidenţiată de valorile -0.9083 si -0.8793 corespunzătoare
factorului 1.
Variabilele observate sunt modelate sub formă de combinaţii liniare ale potenţialilor
factori, plus termenii "eroare". Informaţiile obţinute cu privire la interdependenţele dintre
variabilele observate pot fi folosite ulterior pentru a reduce setul de variabile. Analiza factorilor
estimează în ce proporţie variabilitatea se datorează unor factori comuni.
Analiza factorilor bazată pe corelaţii. Variabile active şi suplimentare
Variabile Factor 1 Factor 2 Factor 3
pH_in 0.6767 0.0088 0.0669
pH_out -0.6441 0.0781 -0.0796
MTS_in -0.2497 -0.7797 -0.0780
MTS_out -0.2924 0.4590 0.6585
CBO5_in -0.2815 -0.8300 0.2621
CBO5_out -0.9083 0.1974 0.1534
CCOCr_in -0.2608 -0.8146 0.1613
CCOCr_out -0.8793 0.2254 0.2696
NH4_in -0.8352 -0.0780 -0.2908
NH4_out -0.6319 0.2372 -0.5156
*An 0.5774 -0.0096 0.3389
*Luna -0.0142 0.0752 0.2647
* variabile suplimentare
XVI