مولفه های اصلی و رتبه عاملی: دانلود رایگان تحقیق رشته ریاضی
تحقیق رشته ریاضی با فرمت WORD و در ۱۸ صفحه با موضوع مولفه های اصلی و رتبه عاملی نگارش شده است. در ادامه قسمت هایی از این تحقیق ارزشمند آمده است:
مولفه های اصلی Principle component
در بيشتر مسائل عملي مشاهدات بصورت تعداد زيادي متغيرهاي همبسته مي‌باشند براي تحليل اينگونه مشاهدات به دنبال روش‌هاي آماري هستيم كه بدون اينكه اطلاعاتي را از دست داده باشيم بعد مسأله را تا حد قابل ملاحظه‌اي كاهش دهيم در حقيقت با كنار گذاشتن متغيرهاي با واريانس پايين و توجه به متغيرهاي با واريانس بالا مي‌توانيم به راحتي مسأله را در يك زير فضايي با بعد كمتر مورد مطالعه قرار دهيم.
بردار تصادفي X را با بردار ميانگين و ماتريس كواريانس يك بردار p بعدي در نظر مي گيريم. مولفه های اصلی x عبارتند از تركيبات خطي استاندارد شده مولفه هاي x كه بر حسب واريانس ها ويژگي‌هاي خاصي دارند.
وزن‌هايي كه در مولفه های اصلی به بردار تصادفي x مربوط ميشوند و دقيقاً بردارهاي ويژه استاندارد شده ماتريس كواريانس x هستند ريشه‌هاي ماتريس مشخصه كواريانس برابر مولفه های اصلی مي‌باشند و بزرگترين ريشه برابر واريانس اولين مولفه اصلي است. براي X هيچ توزيعي فرض نمي‌كنيم تنها شرط لازم براي تحليل مولفه های اصلی اين است كه متغيرهاي اصلي همبستگي معني‌داري داشته باشند.
بطور كلي اگر بردار X يك بردار تصادفي P متغير باشد براي بدست آوردن مولفه های اصلی آن چنين عمل مي‌كنيم.
تحليل مولفه‌هاي اصلي
تحليل عاملي يا تحليل عاملهاي مشترك بعنوان يك روش كلي شامل تحليل مولفه اصلي مي‌شود. اگر چه اين دو روش هدف يكساني (كاهش بعد فضاي داده‌ها) را در نظر دارند اما بر حسب فرضيات زير بنايي از هم كاملاً متفاوتند.
يك متغير تنها در مجموعه داده‌ها داراي واريانسي است كه اين واريانس تجزيه مي‌شود به واريانس مشترك كه توسط ساير متغيرهاي مدل شركت داده مي‌شود و واريانس يگانه (unique) كه نسبت به يك متغير خاص يكتاست. و شامل مولفه خطا مي‌شود. تحليل عاملي مشترك فقط واريانس مشترك متغيرهاي مشاهده شده را تحليل مي كند و تحليل مولفه‌هاي اصلي فقط واريانس كلي را در نظر مي‌گيرد و تمايزي بين واريانس يگانه قائل نميشود.
رتبه عاملي FACTOR SCORES
در تحليل عاملي علاقمنديم كه معمولاً روي پارامترهاي مدل عاملي تمركز داشته باشيم. با وجود اين، مقادير برآورده شده عاملهاي مشترك كه نمره‌هاي عاملي يا factor scores خوانده ميشوند، ممكن است براي تحليل‌هاي بعدي لازم باشد. اين نمرات مي‌توانند به اندازه همان داده‌هاي اوليه براي آناليز مناسب باشند. نمره‌هاي عاملي برآوردهاي پارامترهاي ناشناخته در حالت معمولي نيستند بلكه آنها برآوردهاي مقادير بردارهاي تصادفي عاملي غير مشاهده‌اي هستند. براي برآورد اين مقادير دو روش معرفي ميشوند:
- روش حداقل مربعات وزن‌دار
- روش رگرسيوني
اين روش ها هيچكدام تغييري در تعبير و تفسير بارهاي دوران يافته نميدهند. در روش رگرسيوني فرض نرمال بودن Xi ها الزامي است. از آنجائيكه در اين تحليل ما از روش مولفه‌هاي اصلي P.C. براي استخراج عاملها استفاده نموده‌ايم بهترين روش براي توليد برآوردهاي مقادير برداري عاملي يا بعبارتي نمره‌هاي عاملي روش حداقل مربعات وزن دار مي‌باشد.
راهنمای خرید و دانلود فایل
برای پرداخت، از کلیه کارتهای عضو شتاب میتوانید استفاده نمائید.
بعد از پرداخت آنلاین لینک دانلود فعال و نمایش داده میشود ، همچنین یک نسخه از فایل همان لحظه به ایمیل شما ارسال میگردد.
در صورت بروز هر مشکلی،میتوانید از طریق تماس با ما پیغام بگذارید و یا در تلگرام با ما در تماس باشید، تا شکایت شما مورد بررسی قرار گیرد.
برای دانلود فابل روی دکمه خرید و دانلود کلیک نمایید.
ديدگاه ها