Метод главной оси
В этом методе, в каждой итерации, собственные числа вычислены из текущих корреляций; затем корреляции повторно вычислены на основании полученных собственных чисел. Новые корреляции затем помещены в диагональ матрицы корреляций, и следующая итерация начинается. Итерации продолжатся до:
(1) Максимальное число итераций превышено, или
(2) Минимум
Итог применения метода главной оси:
Собственные числа:
|
|
Eigenvalue |
% Total |
Cumulative |
Cumulative |
|
1 |
2,815857 |
70,39642 |
2,815857 |
70,39642 |
|
2 |
0,489331 |
12,23328 |
3,305188 |
82,62971 |
График собственных чисел (график щебня):
Матрица факторной нагрузки:
|
|
Factor 1 |
Factor 2 |
|
Длина чашелистика |
-0,87044 |
-0,346062 |
|
Ширина чашелистика |
0,38228 |
-0,604904 |
|
Длина лепестка |
-1,00315 |
0,059561 |
|
Ширина лепестка |
-0,95170 |
0,010752 |
|
Общая дисперсия |
2,81586 |
0,489331 |
|
Доля общей дисперсии |
0,70396 |
0,122333 |
График зависимости факторов
Коэффициенты факторной оценки (факторного счета)
|
|
Factor 1 |
Factor 2 |
|
Длина чашелистика |
0,400971 |
1,35700 |
|
Ширина чашелистика |
0,188720 |
0,17364 |
|
Длина лепестка |
0,583262 |
-2,18776 |
|
Ширина лепестка |
0,063187 |
0,68863 |
Таблица с факторным множеством , основанным на факторных коэффициентах счета
|
Factor 1 |
Factor 2 |
|
-1,03000 |
0,97691 |
|
-1,34334 |
0,44997 |
|
-1,38653 |
0,32544 |
|
-1,41237 |
-0,12537 |
|
-1,03513 |
0,85287 |
|
-0,59615 |
1,43792 |
|
-1,30712 |
0,20803 |
|
-1,08879 |
0,64964 |
|
-1,62875 |
-0,40925 |
|
-1,27539 |
0,27591 |
|
-0,76520 |
1,42466 |
|
-1,15269 |
0,19834 |
|
-1,40005 |
0,19575 |
|
-1,74098 |
-0,25299 |
|
-0,54043 |
2,57033 |
|
-0,30027 |
2,37584 |
|
-0,72790 |
1,93212 |
|
-1,02171 |
1,06725 |
|
-0,50247 |
1,79937 |
|
-0,85888 |
1,06321 |
|
-0,82922 |
1,05805 |
|
-0,89389 |
1,11372 |
|
-1,36057 |
0,69156 |
|
-0,99291 |
0,79761 |
|
-1,05388 |
-0,17231 |
|
-1,22904 |
0,36674 |
|
-1,03927 |
0,70678 |
|
-0,94864 |
1,01723 |
|
-1,02488 |
1,10094 |
|
-1,28771 |
-0,04521 |
|
-1,28258 |
0,07883 |
|
-0,87852 |
1,48583 |
|
-0,69715 |
1,16592 |
|
-0,53323 |
1,91128 |
|
-1,26710 |
0,36625 |
|
-1,27420 |
0,94062 |
|
-0,86925 |
1,75596 |
|
-1,09184 |
0,59865 |
|
-1,61839 |
-0,24587 |
|
-1,04036 |
0,81352 |
|
-1,10307 |
1,02692 |
|
-1,86476 |
-0,27051 |
|
-1,53179 |
-0,16619 |
|
-0,97939 |
0,92730 |
|
-0,71884 |
0,65936 |
|
-1,38347 |
0,37643 |
|
-0,83423 |
0,84932 |
|
-1,40201 |
0,03801 |
|
-0,81362 |
1,26079 |
|
-1,16502 |
0,73336 |
|
0,94658 |
0,97803 |
|
0,59846 |
0,33221 |
|
0,92902 |
0,61756 |
|
-0,40830 |
-1,06415 |
|
0,50663 |
0,21319 |
|
0,06973 |
-1,15496 |
|
0,66750 |
0,05142 |
|
-0,91098 |
-1,41376 |
|
0,58177 |
0,23621 |
|
-0,40502 |
-1,18254 |
|
-0,96987 |
-1,65633 |
|
0,17093 |
-0,19620 |
|
-0,23435 |
-0,55564 |
|
0,38088 |
-0,61637 |
|
-0,23184 |
-0,16705 |
|
0,65920 |
0,81721 |
|
0,12448 |
-1,05847 |
|
-0,08177 |
-0,80775 |
|
0,06863 |
-0,39392 |
|
-0,32280 |
-0,87774 |
|
0,48003 |
-0,58679 |
|
0,09873 |
0,11829 |
|
0,37870 |
-0,60473 |
|
0,32101 |
-0,83690 |
|
0,38611 |
0,27911 |
|
0,56748 |
0,61349 |
|
0,70948 |
0,36737 |
|
0,83840 |
0,30710 |
|
0,27487 |
-0,44281 |
|
-0,37112 |
-0,27017 |
|
-0,44746 |
-0,95790 |
|
-0,48869 |
-0,92470 |
|
0,52770 |
-2,85095 |
|
0,06481 |
0,06206 |
|
0,02763 |
-1,38623 |
|
0,49965 |
-0,15328 |
|
0,76630 |
0,53690 |
|
0,11084 |
-0,24734 |
|
-0,02385 |
-0,74496 |
|
-0,32170 |
-0,98448 |
|
-0,15494 |
-1,52918 |
|
0,39124 |
-0,45299 |
|
-0,14143 |
-0,54335 |
|
-0,90585 |
-1,28972 |
|
-0,12081 |
-0,98802 |
|
0,04922 |
-0,79498 |
|
0,01421 |
-0,74447 |
|
0,28926 |
-0,04864 |
|
-0,86136 |
-0,58518 |
|
-0,06203 |
-0,66076 |
|
1,17030 |
-0,74164 |
|
0,32222 |
-1,23016 |
|
1,36170 |
0,21203 |
|
0,80733 |
-1,03919 |
|
1,04651 |
-0,55733 |
|
1,83438 |
0,16657 |
|
-0,41439 |
-2,22411 |
|
1,52213 |
-0,26528 |
|
0,89371 |
-0,79014 |
|
1,76894 |
0,72921 |
|
0,88596 |
0,20650 |
|
0,67863 |
-0,49400 |
|
1,08467 |
0,21460 |
|
0,16255 |
-1,25982 |
|
0,40697 |
-0,73861 |
|
0,92828 |
0,06656 |
|
0,91454 |
-0,54805 |
|
2,27041 |
0,61594 |
|
1,82500 |
-0,01887 |
|
0,13648 |
-1,33942 |
|
1,30215 |
0,39174 |
|
0,21109 |
-1,18063 |
|
1,82085 |
0,03688 |
|
0,49017 |
-0,25402 |
|
1,23202 |
-0,07686 |
|
1,50478 |
0,06101 |
|
0,45210 |
-0,25451 |
|
0,52322 |
-0,46226 |
|
0,83733 |
-0,64413 |
|
1,33573 |
0,04775 |
|
1,46967 |
0,19620 |
|
2,25186 |
1,13366 |
|
0,84562 |
-0,55378 |
|
0,57447 |
-0,73231 |
|
0,54744 |
-1,84783 |
|
1,73469 |
1,12888 |
|
1,07356 |
-0,29795 |
|
0,90941 |
-0,67209 |
|
0,44185 |
-0,50259 |
|
1,14346 |
0,54187 |
|
1,13736 |
0,23804 |
|
1,06122 |
1,09320 |
|
0,32222 |
-1,23016 |
|
1,31960 |
-0,01923 |
|
1,26518 |
0,28451 |
|
0,95401 |
0,60206 |
|
0,44480 |
-0,36691 |
|
0,83230 |
0,00328 |
|
0,95097 |
-0,30507 |
|
0,49225 |
-1,03711 |
Выводы: в результате выполнения лабораторной работы были получены знания и навыки в проведении факторного анализа больших массивов данных в системе STATISTIKA