W zależności od tego, czy zmienne na których dokonujemy analizy składowych głównych są zmiennymi reprezentującymi porównywalne wielkości (np. dobowe wydobycie ton węgla różnych kopalni) tworzymy macierz kowariancji. Natomiast w przypadku wartości zmiennych nieporównywalnych ze sobą (np. mające różne jednostki) tworzymy macierz korelacji. Następne kroki analizy składowych głównych są w zasadzie takie same niezależnie od tego czy wychodzimy od macierzy kowariancji, czy korelacji.

$\usepackage{mathtools} \mathbb{R} = \begin{bmatrix} 1 & 0,71 &0,67 & -0,27 & -0,1 \\ 0,71 & 1 & 0,81 & 0,01 & 0,3 \\ 0,67 & 0,81 & 1 & 0,09 & 0,21 \\ -0,27 & 0,01 & 0,09 & 1 & 0,89 \\ -0,1 & 0,3 & 0,21 & 0,89 & 1 \\ \end{bmatrix}$

dr Marian Płaszczyca

Head of Statistics & IT

BioStat^® sp. z o.o.

(+48) 666069834

statystyka@biostat.com.pl

Pomóż nam rozwijać serwis z materiałami edukacyjnymi. Polub nas na Facebook.