Факторный анализ, смешанных признаков |
Здравствуйте, гость ( Вход | Регистрация )
Факторный анализ, смешанных признаков |
2.03.2023 - 12:05
Сообщение
#16
|
|
Группа: Пользователи Сообщений: 1114 Регистрация: 10.04.2007 Пользователь №: 4040 |
Надо бы еще информационный коэффициент корреляции освоить... Спасибо. Интересно. Не знал. Еще график для факторов в пространстве главных компонент надо бы вывести: либо первые три в псевдо 3D (наверное, предпочтительно), либо все в плоских срезах по 2 компоненты (у меня так дипломники сделали). Сообщение отредактировал Игорь - 2.03.2023 - 14:41 Ebsignasnan prei wissant Deiws ainat! As gijwans! Sta ast stas arwis!
|
|
2.03.2023 - 16:32
Сообщение
#17
|
|
Группа: Пользователи Сообщений: 902 Регистрация: 23.08.2010 Пользователь №: 22694 |
Спасибо. Интересно. Не знал. Еще график для факторов в пространстве главных компонент надо бы вывести: либо первые три в псевдо 3D (наверное, предпочтительно), либо все в плоских срезах по 2 компоненты (у меня так дипломники сделали). Хоть я трехмерщину и обожаю, но она хороша лишь тогда, когда ее можно мышью "покрутить". Как это сделано в R-овском пакете {rgl}. В противном случае двумерные срезы предпочтительнее. Вот, о чем речь Сообщение отредактировал 100$ - 2.03.2023 - 17:14 |
|
4.03.2023 - 15:48
Сообщение
#18
|
|
Группа: Пользователи Сообщений: 1114 Регистрация: 10.04.2007 Пользователь №: 4040 |
В противном случае двумерные срезы предпочтительнее. В публикациях 2-3 главных компоненты/факторов анализируют. Вывод графиков уже сделал в тестовой версии. Достаточно вывести срезы 1-2, 2-3 и 1-3 факторов, можно до и после варимакса? Или достаточно 1-2 до и после вращения? Склоняюсь к последнему варианту. Не хотелось бы загромождать вывод. P.S. Забавный источник попался по факторному анализу. Переводные японские комиксы. Ebsignasnan prei wissant Deiws ainat! As gijwans! Sta ast stas arwis!
|
|
4.03.2023 - 18:03
Сообщение
#19
|
|
Группа: Пользователи Сообщений: 231 Регистрация: 27.04.2016 Пользователь №: 28223 |
P.S. Забавный источник попался по факторному анализу. Переводные японские комиксы. Там не только факторный анализ. Там и отдельно Статистика, и Регрессионный анализ, и даже Машинное обучение. https://vk.com/wall-186208863_11025 Хотя для детей - как мне кажется - слишком рано и не понятно зачем. Для взрослых - я бы такое читать не смог. Уж лучше 'Статистика и котики' Савельева. Сообщение отредактировал passant - 4.03.2023 - 18:04 |
|
4.03.2023 - 18:57
Сообщение
#20
|
|
Группа: Пользователи Сообщений: 204 Регистрация: 1.06.2022 Из: Донецк Пользователь №: 39632 |
2-3 обязательно нужно. А лучше - чтобы пользователь сам мог выбирать любую пару.
|
|
7.03.2023 - 18:01
Сообщение
#21
|
|
Группа: Пользователи Сообщений: 1114 Регистрация: 10.04.2007 Пользователь №: 4040 |
Аналогичная проблема в многомерном шкалировании, которое с точки зрения реализации - то же, что и факторный анализ с той разницей, что в факторном анализе исследуются параметры (т.н. техника R/P), в многомерном шкалировании исследуются объекты (это совпадает с техникой Q/O факторного анализа, если в качестве меры различия взять Евклидову метрику, а не коэффициент корреляции, точнее 1 - коэффициент корреляции). Метод также реализован в ПО.
Расчеты показывают, что матрицы различий, построенные на основе метрик, отличных от Евклидовой, приводят к появлению отрицательных собственных значений при решении проблемы собственных значений матрицы скалярных произведений, что автоматически приводит к наличию комплексных собственных векторов, которые с трудом поддаются интерпретации в терминах многомерного шкалирования. Приходим к следующей идее. Для факторного анализа может применяться только коэффициент Пирсона, для многомерного шкалирования - только Евклидова метрика. Причем и в том, и в другом случае - безотносительно к шкале измерения признаков и без какой-либо модификации ПО. Это существенно упрощает реализацию - пользователю нет необходимости выбирать метрику. Все остальное "от лукавого". Да, графики готовы, в том числе и для многомерного шкалирования. Они немного отличаются тем, что параметров в пространстве факторов обычно немного, объектов в пространстве стимулов весьма много. Поэтому, соответственно, не имеет смысла выводить легенду, а вместо этого возле каждого объекта в пространстве стимулов ставится его номер. Такого типа графики могут использоваться и в некоторых методах кластерного анализа. P.S. Все классические источники по факторному анализу (Харман, Иберла, Лоули, Окунь) и многомерному шкалированию (Торгерсон, Шепард, Дэйвисон) переведены на русский язык и полностью закрывают проблемы. Сообщение отредактировал Игорь - 7.03.2023 - 18:12 Ebsignasnan prei wissant Deiws ainat! As gijwans! Sta ast stas arwis!
|
|
7.03.2023 - 22:23
Сообщение
#22
|
|
Группа: Пользователи Сообщений: 902 Регистрация: 23.08.2010 Пользователь №: 22694 |
А диаграммы Шеппарда будут? В многомерном шкалировании без них делать нечего.
|
|
7.03.2023 - 23:53
Сообщение
#23
|
|
Группа: Пользователи Сообщений: 204 Регистрация: 1.06.2022 Из: Донецк Пользователь №: 39632 |
Цитата для многомерного шкалирования - только Евклидова метрика. Причем и в том, и в другом случае - безотносительно к шкале измерения признаков и без какой-либо модификации ПО. Это существенно упрощает реализацию - пользователю нет необходимости выбирать метрику. Все остальное "от лукавого" Для ослушавшихся сего эдикта костры предусмотрены? Подбор метры сходства, наилучшим образом соответствующей конкретной задаче, - ключевой момент в многомерном шкалировании, без которого оно нафиг никому не сдалось: делай себе PCA, а все придуманное после - от лукавого. Разделились группы - хорошо, не разделились - на то воля великого Пирсона, которую следует принять с покорностью, вместо того, чтобы впадать в ересь поисках лучшей альтернативы. Ибо великий пророк его неопровержимо математически показал, что лишь один путь ведет к высшей истине, а все прочие вводят в заблуждение и искушение. И сколь бы много ни было дерзавших строить ординационные диаграммы, только те из них проникли в суть вещей, кто использовал корреляцию Пирсона и евклидову метрику, иные же впали во грех неверной трактовки картины данных. А как изобретенная Вами секта относится к неметрическому многомерному шкалирвоанию? Вообще святотатство или же, соблюдая все долженствования и с благословения верховного жреца культа все-таки можно? Сообщение отредактировал ИНО - 8.03.2023 - 00:23 |
|
8.03.2023 - 16:03
Сообщение
#24
|
|
Группа: Пользователи Сообщений: 1114 Регистрация: 10.04.2007 Пользователь №: 4040 |
Введение набора протестированных базовых методов в ПО закончено. Для свободного проекта - почти достаточно. Дальше - "ползучее" улучшение, исправление замеченных ошибок, перевод документации. Расширение номенклатуры расчетных методов требует более глубокой интерактивности (выбор метрик, обучающих массивов данных и т.д.). Это небыстрый процесс, требующий обдумывания и затрат на программную реализацию. Вряд ли удастся привлечь энтузиастов, желающих работать бесплатно, а ни одна из разработок студентов в проект принципиально не включена.
Перевод проекта в статус проприетарных не планируется. Сбыт такого рода программ минимален, а затраты, в том числе на лицензии для средств разработки (бесплатно - только для проектов под GPL) и специалистов на полный рабочий день, велики. Текущая лицензия позволяет любому взять исходные коды и поступать с ними в соответствии с ее положениями. Сообщение отредактировал Игорь - 8.03.2023 - 21:21 Ebsignasnan prei wissant Deiws ainat! As gijwans! Sta ast stas arwis!
|
|
18.03.2023 - 22:57
Сообщение
#25
|
|
Группа: Пользователи Сообщений: 1114 Регистрация: 10.04.2007 Пользователь №: 4040 |
евклидову метрику обсуждают Cox T.F., Cox M.A.A. Multidimensional scaling.
Сообщение отредактировал Игорь - 10.04.2023 - 07:30 Ebsignasnan prei wissant Deiws ainat! As gijwans! Sta ast stas arwis!
|
|