Galveno komponentu analīze, tās izmantošana ... / ID: 972953

5,49 € В корзину

Добавить в список желаний

В списке желаний

Хочешь дешевле?

Идентификатор:972953

Автор: sika princese (36)

Оценка:

Опубликованно: 11.02.2006.

Язык: Латышский

Уровень: Университет

Литературный список: 7 единиц

Ссылки: Не использованы

Увеличить просмотр

Содержание

Nr.	Название главы	Стр.
	Ievads	3
2. nodaļa	Pamata matemātika	4
2.1	Statistika	4
2.1.1	Standartnovirze	4
2.1.2	Dispersija	7
2.1.3	Kovariācija	7
2.1.4	Kovariācijas matrica	9
2.2	Matricu algebra	11
2.2.1	Īpašvektori	11
2.2.2	Īpašvērtības	13
3.nodaļa	Galveno Komponenetu Analīze	14
3.1	Metode	14
	1. solis: Datu iegūšana	14
	2. solis: Iegūt vidējo skaitli	14
	3. solis: Aprēķināt kovariācijas matricu	16
	4. solis: Kovariācijas matricas īpašvektoru un īpašvērtību aprēķins	16
	5. solis: Komponentu izvēle un īpašvektora izveide	17
	6. solis: Jaunā datu masīva iegūšana	19
	7. solis: Veco datu atgūšana	21
	4.nodaļa	25
	Piemērs: Nodarbinātība 26 Eiropas valstīs	25
	Izmantotā literatūra:	29

Фрагмент работы

Šis referāts ir paredzēts, lai dotu priekšstatu par Galveno Komponentu Analīzi (GKA). GKA ir noderīga statistikas tehnika daudzdimensiju datu modeļu atrašanai.
Pirms aprakstīt GKA, ir jāapskata matemātiskā koncepcija, ko izmanto GKA. Tas ietver sevī standarta novirzes, kovariāciju, īpašvektorus un īpašvērtības.Pamata matemātika

Šajā nodaļā ir dotas dažas elementārās pamata matemātiskās iemaņas, kas ir nepieciešamas, lai saprastu Galveno Komponentu Analīzes procesu. Šajā referātā ir iekļauta Statistikas sadaļa, kas apskata mērījumu izkliedi vai kā dati ir izkliedēti. Otrā sadaļa ir par Matricu algebru un apskata īpašvektorus un īpašvērtības, svarīgas matricu īpašības, kuras ir fundamentālas GKA.

2.1 Statistika

Viss statistikas priekšmets ir balstīts uz domu, ka eksistē liels datu masīvs ko analizē attiecību jēdzienos starp šī datu masīva atsevišķiem punktiem. Šeit apskatīti daži piemēri, ko varat izdarīt ar nelielu datu mērījumu skaitu, un ko tie teiks par pašiem datiem.

2.1.1 Standartnovirze

Lai saprastu standartnovirzi, ir nepieciešams datu masīvs. Statistiķi parasti rūpējas par to, lai iegūtu populācijas paraugu. Izmantojot kā piemēru vēlētāju sarakstus, populācija ir visi valsts iedzīvotāji, bet paraugs ir populācijas apakšmasīvs, ko statistiķi izvērtē. Svarīga lieta statistikā ir tas, ka izvērtējot tikai (šajā gadījumā veicot telefona aptauju vai tamlīdzīgi) populācijas paraugu, jūs varat iegūt rezultātu, kas ir visaugstākā mērā līdzīgs tam, ko jūs iegūtu mērījumos, izmantojot visu populāciju. …

Коментарий автора

Комплект работ:

ВЫГОДНО купить комплект ➞ экономия −5,48 €