×

主成分分析对变量集的推广。 (英语) Zbl 1080.62524号

摘要:本文的目的是将广义主成分分析(GPCA)这一主成分分析的推广引入到多个数据表中。GPCA是一种既能在多组变量中找到共同维度,又能对每组变量进行描述的方法:GPCA考虑了集合内的相关结构和集合之间的关系。提供了两种正交基:第一种基用于表示每个变量集(如PCA所做),第二种基用于表达变量集之间的关联(如典型相关分析所做)。使用实际数据的示例(8个国家汽车市场的五个特征从86个演变到93个)说明了该方法。

MSC公司:

62H25个 因子分析和主成分;对应分析

软件:

AFMULT公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 卡罗尔,J.D.,1968年。将规范相关性分析推广到三组或三组以上的变量。美国心理学协会第76届会议记录,第3卷。227–228.
[2] 卡辛博士:L'analyse en composantes principales généralisée。Rev.统计师。申请。第3页,第63-81页(1996年)
[3] Chessel,D。;Hanafi,M.:分析点之间的细微差别。Rev.统计师。申请。19, 35-60 (1996)
[4] 埃斯科菲尔,B。;Pagès,J.:多因素分析(AFMULT软件包)。计算。中央集权主义者。数据分析。18, 121-140 (1994) ·Zbl 0825.62517号
[5] Horst,P.:m组变量之间的关系。《心理测量学2》,129-149(1961)·Zbl 0099.35801号
[6] Hotelling,H.:两组变量之间的关系。生物特征28,321-377(1936)·兹伯利0015.40705
[7] Jolliffe,I.T.:主成分分析。。(1986) ·Zbl 0584.62009号
[8] 基尔斯:三种方法之间的层次关系。《心理测量学》第56卷第3期,第449-470页(1991年)·Zbl 0760.62059号
[9] Kiers,H.A.L。;克莱鲁(Cleroux,R.)。;Berge,J.M.F.Ten:基于优化矩阵相关性和与IDIOSCAL的关系的广义规范分析。计算。中央集权主义者。数据分析。18, 331-340 (1994) ·Zbl 0825.62507号
[10] Kettering,R.J.:多组变量的规范分析。生物医学3,433-450(1971)·Zbl 0225.62072号
[11] Mc Keon,J.J.,1966年。典型分析:典型相关、因子分析、判别函数分析和标度理论之间的一些关系。心理测量专题论文13。
[12] 萨波尔塔,G.,1975年。Liaisons entre plusieurs综合了变量和专业资格。巴黎第六大学第三周期。
[13] Van De Geer,J.:k组变量之间的线性关系。《心理测量学》1,79-94(1984)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。