Загрузка страницы

Свойства главных компонент

Главные компоненты обладают свойством, что выборочные корреляции между двумя разными новыми переменными, главными компонентами, равна нулю. И второе очень важное красивое свойство, что суммарная дисперсия, суммарный разброс всех исходных регрессоров равен суммарному разбросу всех главных компонент. Это очень важное свойство. Поскольку главные компоненты подбираются так, чтобы дисперсия выборочная каждой главной компоненты на каждом шаге была максимально возможной при условии, что они независимы друг от друга, то поэтому получается, зачастую, что первая главная компонента, ее выборочная дисперсия, вбирает в себя существенную часть суммарного разброса, суммарной дисперсии всех исходных переменных, всех исходных иксов. То есть оказывается, что можно заменить все k исходных переменных
=========================
Подписаться на канал - http://www.youtube.com/channel/UCLk-Oih8VlqF-StidijTUnw?sub_confirmation=1
Курс программирования на R - http://www.youtube.com/playlist?list=PLu5flfwrnSD7wxKXFgsiuxrMKLfFHm6CD
Курс основы эконометрики в R - http://www.youtube.com/playlist?list=PLu5flfwrnSD5d02G9YJcDv30Fp5_70-sI

Видео Свойства главных компонент канала Основы анализа данных
Показать
Комментарии отсутствуют
Введите заголовок:

Введите адрес ссылки:

Введите адрес видео с YouTube:

Зарегистрируйтесь или войдите с
Информация о видео
25 мая 2016 г. 20:43:42
00:09:29
Другие видео канала
Метод главных компонент в R (principal component analysis)Метод главных компонент в R (principal component analysis)Идея и суть метода главных компонентИдея и суть метода главных компонентБайесовский подход. Суть байесовской эконометрикиБайесовский подход. Суть байесовской эконометрикиЧто такое Алгоритм случайного леса? Random ForestЧто такое Алгоритм случайного леса? Random ForestРидж и LASSO регрессияРидж и LASSO регрессияМетод Монте-Карло по схеме марковских цепей (MCMC) и логит модельМетод Монте-Карло по схеме марковских цепей (MCMC) и логит модельЧто такое Стационарные и нестационарные временные ряды?Что такое Стационарные и нестационарные временные ряды?Пример построения регрессионного дереваПример построения регрессионного дереваprinciple component analysis Анализ главных компонент NIPALSprinciple component analysis Анализ главных компонент NIPALSКорреляция ≠ Каузальность [AsapSCIENCE]Корреляция ≠ Каузальность [AsapSCIENCE]Квантильная регрессияКвантильная регрессия009.  Регрессионный анализ и метод главных компонентов -  К. В.  Воронцов009. Регрессионный анализ и метод главных компонентов - К. В. ВоронцовЛекция 8. XGBoost. Факторный анализ и метод главных компонентЛекция 8. XGBoost. Факторный анализ и метод главных компонентРасчет апостериорного распределения. Пример 1Расчет апостериорного распределения. Пример 1ПримеR. Анализ стоимости акций компании Гугл и численности населения РоссииПримеR. Анализ стоимости акций компании Гугл и численности населения РоссииПримеR: Анализ уровня воды озера ГуронПримеR: Анализ уровня воды озера ГуронОпределение мультиколлинеарностиОпределение мультиколлинеарностиМетод главных компонент (PCA)Метод главных компонент (PCA)ПримеR. Анализ индекса потребительских ценПримеR. Анализ индекса потребительских цен
Яндекс.Метрика