http://manuals.pqstat.pl/ 2026-04-29T10:16:37+00:00 http://manuals.pqstat.pl/ http://manuals.pqstat.pl/lib/tpl/dokuwiki/images/favicon.ico text/html 2014-08-23T00:49:11+00:00 Anonymous (anonymous@undisclosed.example.com) http://manuals.pqstat.pl/statpqpl:redpl:pcapl:grafpl Interpretacja graficzna Wiele informacji, które niosą współczynniki zwracane w tabelach można przedstawić na jednym wykresie. Umiejętność czytania wykresów pozwala na szybką interpretację wielu aspektów przeprowadzonej analizy. Wykresy zbierają w jednym miejscu informację dotyczącą wzajemnych relacji pomiędzy składowymi, zmiennymi pierwotnymi i przypadkami. Dają całościowy obraz analizy składowych głównych, przez co są bardzo dobrym jej podsumowaniem. text/html 2014-08-23T00:48:58+00:00 Anonymous (anonymous@undisclosed.example.com) http://manuals.pqstat.pl/statpqpl:redpl:pcapl:interpl Interpretacja współczynników związanych z analizą Każda składowa główna opisana jest poprzez: Wartość własną Wartość własna daje informacje o tym, jaka część całkowitej zmienności jest tłumaczona przez daną składową główną. Pierwsza składowa główna tłumaczy największą część wariancji, druga składowa tłumaczy największą część tej wariancji, która nie została wytłumaczona przez poprzednią składową, kolejna składowa tłumaczy największą część tej wariancji, która nie została wytłumaczona przez po… text/html 2014-08-23T00:49:23+00:00 Anonymous (anonymous@undisclosed.example.com) http://manuals.pqstat.pl/statpqpl:redpl:pcapl:kryterpl Kryteria redukcji wymiarów Nie istnieje jedno uniwersalne kryterium wyboru ilości składowych głównych. Dobrze jest wiec, aby przy wyborze kierować się kilkoma metodami. Procent wyjaśnionej wariancji Liczba składowych głównych, jaką badacz powinien przyjąć zależy od tego, w jaki stopniu reprezentują one zmienne pierwotne, czyli zawartej w nich wariancji zmiennych pierwotnych. Wszystkie składowe główne niosą 100\% wariancji zmiennych pierwotnych. Jeśli suma wariancji dla kilku pierwszych składow… text/html 2019-04-03T21:59:07+00:00 Anonymous (anonymous@undisclosed.example.com) http://manuals.pqstat.pl/statpqpl:redpl:pcapl:sklpl Wyznaczenie składowych głównych Gdy zdecydujemy ilu składowych głównych będziemy potrzebować, możemy przystąpić do ich wygenerowania. W przypadku składowych głównych powstałych w oparciu o macierz korelacji składowe główne są wyliczane jako kombinacja liniowa wystandaryzowanych zmiennych pierwotnych. Jeśli natomiast składowe główne powstały w oparciu o macierz kowariancji, wówczas są wyliczane jako kombinacja liniowa wycentrowanych względem średniej zmiennych pierwotnych.… text/html 2022-02-28T14:11:36+00:00 Anonymous (anonymous@undisclosed.example.com) http://manuals.pqstat.pl/statpqpl:redpl:pcapl:zasadnpl Zasadność stosowania Analizy składowych głównych Jeśli zmienne nie są skorelowane (współczynnik korelacji Pearsona jest bliski 0), to wówczas przeprowadzanie analizy składowych głównych nie ma sensu. W takiej sytuacji bowiem każda zmienna stanowi już odrębną składową.