Analisi delle componenti principali
Analisi delle componenti principali
Data una matrice di dati (v.) relativa a k variabili osservate su n unità statistiche, tale procedura ha la finalità di trasformare le variabili originarie in nuove variabili correlate, onde ridurre la dimensionalità nella interpretazione dei dati. Le nuove variabili, dette componenti principali, sono definite come combinazioni lineari (v.) delle variabili originarie. Se le prime componenti principali spiegano una elevata percentuale della variabilità (v.) totale, esse possono essere utilizzate per semplificare l'analisi dei dati visualizzandoli in maniera sintetica e parsimoniosa. (v. anche Analisi multidimensionale dei dati; Analisi fattoriale).
Data una matrice di dati (v.) relativa a k variabili osservate su n unità statistiche, tale procedura ha la finalità di trasformare le variabili originarie in nuove variabili correlate, onde ridurre la dimensionalità nella interpretazione dei dati. Le nuove variabili, dette componenti principali, sono definite come combinazioni lineari (v.) delle variabili originarie. Se le prime componenti principali spiegano una elevata percentuale della variabilità (v.) totale, esse possono essere utilizzate per semplificare l'analisi dei dati visualizzandoli in maniera sintetica e parsimoniosa. (v. anche Analisi multidimensionale dei dati; Analisi fattoriale).