Logo
Uniopèdia
Comunicació
Disponible a Google Play
Nou! Descarregar Uniopèdia al dispositiu Android™!
Gratis
Accés més ràpid que el navegador!
 

Anàlisi de components principals

Índex Anàlisi de components principals

eix cartesià. En la imatge els punts s'han representat formant agrupacions d'elements diferenciats per la seva forma i color. Lanàlisi de components principals (ACP, PCA en anglès), en estadística, és una tècnica utilitzada per reduir la dimensionalitat d'un conjunt de dades per a poder-les representar gràficament en gràfics de dues o tres dimensions agrupant diverses variables de les dades en factors, o components, compostos per l'agrupació de diverses variables.

7 les relacions: Combinació lineal, Covariància, Distribució normal, Estadística, Mitjana aritmètica, Valor propi, vector propi i espai propi, Variància.

Combinació lineal

Un vector \ x es diu que és combinació lineal d'un conjunt de vectors \ A.

Nou!!: Anàlisi de components principals і Combinació lineal · Veure més »

Covariància

Dins l'entorn de l'estadística la covariància és una mesura de dispersió conjunta de dues variables estadístiques.

Nou!!: Anàlisi de components principals і Covariància · Veure més »

Distribució normal

La distribució normal, també coneguda com a distribució gaussiana, és una important família de distribucions de probabilitat contínues i és aplicable a molts camps.

Nou!!: Anàlisi de components principals і Distribució normal · Veure més »

Estadística

lang.

Nou!!: Anàlisi de components principals і Estadística · Veure més »

Mitjana aritmètica

Construcció geomètrica per a trobar les mitjanes aritmètica (A), quadràtica (Q), geomètrica (G) i harmònica (H) de dos nombres a i b. La mitjana aritmètica o terme mitjà és un paràmetre estadístic associat a un conjunt de dades numèriques que s'obté sumant els valors de totes les dades i dividint-lo pel nombre d'elements del conjunt.

Nou!!: Anàlisi de components principals і Mitjana aritmètica · Veure més »

Valor propi, vector propi i espai propi

imatges els vectors verds. Conserven la mateixa direcció, per tant són vectors propis. El valor propi associat és -1/2 (perquè canvien de sentit i el mòdul és la meitat). En aquest cas particular l'espai propi és l'espai sencer. Figura. 2. En aquesta aplicació lineal el quadre de la Mona Lisa, es transforma de tal manera que els vectors de l'eix vertical central (vector vermell) no ha canviat ni de direcció ni de sentit ni de mòdul, en canvi el vector diagonal (blau) ha canviat de direcció. En aquest cas el vector vermell és un '''vector propi''' de l'aplicació però el vector blau no ho és. Com que el vector vermell no ha canviat ni de direcció ni de mòdul, el seu '''valor propi''' és 1. Tots els vectors amb la mateixa direcció que el vector vermell són també vectors propis, amb el mateix valor propi. Tots junts, afegint-hi el vector zero formen l''''espai propi''' d'aquesta aplicació que en aquest cas és un espai de dimensió 1. En matemàtiques, i més concretament en àlgebra el concepte de vector propi és una noció que es refereix a una aplicació lineal d'un espai en si mateix.

Nou!!: Anàlisi de components principals і Valor propi, vector propi i espai propi · Veure més »

Variància

Exemple de mostres de dues poblacions amb la mateixa mitjana però diferent variància. La població blava té una variància més gran que la població vermella. En teoria de probabilitat, la variància d'una variable aleatòria és una mesura de la dispersió d'una variable aleatòria X respecte de la seva mitjana E. Es defineix com l'esperança de \left (X - E \right)^2, això és V(X).

Nou!!: Anàlisi de components principals і Variància · Veure més »

Redirigeix aquí:

Anàlisi de Components Principals.

SortintEntrant
Hey! Estem a Facebook ara! »