×

使用主成分分析对欧盟选举进行分析。(使用主成分分析对欧盟选举进行分析。) (英语) Zbl 1247.91053号

摘要:在研究一次欧洲议会选举的结果时,提出了主成分分析(PCA)对此类数据的适用性问题。由于多方数据应被视为成分数据(CD),PCA的应用是不可取的,可能会导致不合格的结果。这项工作指出了PCA对CD的局限性,并对2004年欧洲议会选举的结果进行了实际应用。我们提出了PCA、粗PCA和Logcontrast PCA的结果之间的比较研究(例如[J.艾奇逊《生物统计学》第70卷,第57–65页(1983年;Zbl 0515.62057号)]). 作为本研究的结论,对于上述数据集,产生更清晰结果的方法是对数对比PCA。此外,由于变量之间存在非线性关系,Crude PCA得出了误导性的结果,线性PCA再次证明不适合分析可视为CD的数据。

MSC公司:

91B12号机组 投票理论
62H25个 因子分析和主成分;对应分析
62第25页 统计学在社会科学中的应用

软件:

成分;coDa包
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Aitchison J(1983)成分数据的主成分分析。生物特征70:57–61·Zbl 0515.62057号 ·doi:10.1093/biomet/70.1.57
[2] Aitchison J(1986)成分数据的统计分析。斯普林格,伦敦·Zbl 0688.62004号
[3] Barceló-Vidal C(2003)何时可以将数据集视为成分?在:CoDaWork03:成分数据分析研讨会,西班牙赫罗纳。可在http://ima.udg.es/Activits/CoDaWork03/
[4] Bradu D,Gabriel KR(1978年)作为双向桌子模型的诊断工具的双标点。技术计量学20:47–68·Zbl 0381.62004号 ·网址:10.1080/00401706.1978.10489617
[5] Butler A,Glasbey C(2008)零成分数据的潜在高斯模型。J R Stat Soc C应用统计57:505–520·doi:10.1111/j.1467-9876.2008.00627.x
[6] Chayes F,Trochimczyk J(1978)闭合对主成分结构的影响。数学地理10:323–333·doi:10.1007/BF01031737
[7] Gabriel KR(1971)矩阵的双位图形显示及其在主成分分析中的应用。生物医学58:453–467·Zbl 0228.62034号 ·doi:10.1093/biomet/58.3453
[8] Jolliffe IT(2002)主成分分析。纽约州施普林格·Zbl 1011.62064号
[9] Katz JN,King G(1999)多党选举数据的统计模型。美国政治科学评论93:15–32·doi:10.2307/2585758
[10] Kucera M,Malmgren BA(1998)成分数据的对数比变换-常数和约束的解决方案。3月微古生物34:117–120·doi:10.1016/S0377-8398(97)00047-9
[11] Palarea-Albaladejo J,Martín-Fernández JA(2008)用于替换成分数据集中四舍五入零的改进EM alr-算法。计算地质学34:902–917·doi:10.1016/j.cageo.2007.09.015
[12] Thi Henestrosa S,Martín-Fernández JA(2005)处理成分数据:免费软件coDaPack。数学地理7:773–793·Zbl 1152.86312号 ·doi:10.1007/s11004-005-7379-3
[13] van den Boogaart KG,Tolosana-Delgado R(2008)《成分:分析成分数据的统一R包》。计算地质学34(4):320–338·doi:10.1016/j.cageo.2006.11.017
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。