Zusammenfassung
Ausgangspunkt vieler Anwendungen ist eine Datenmatrix, die mehr als zwei quantitative Merkmale enthält. In einer solchen Situation ist man oft daran interessiert, die Objekte der Größe nach zu ordnen, wobei alle Merkmale zusammen in Betracht gezogen werden sollen. Außerdem will man die Objekte in einem Streudiagramm grafisch darstellen. Auch hier sollen alle Merkmale bei der Darstellung berücksichtigt werden. In Kapitel 5 lernen wir mit der Hauptkomponentenanalyse ein Verfahren kennenlernen, mit dessen Hilfe man ein Streudiagramm für alle p Merkmale zeichnen kann. Dabei können wir mit nur zwei Achsen alle Merkmale gleichzeitig berücksichtigen.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsAuthor information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2017 Springer-Verlag GmbH Deutschland
About this chapter
Cite this chapter
Kuhlenkasper, T., Handl, A. (2017). Hauptkomponentenanalyse. In: Multivariate Analysemethoden. Statistik und ihre Anwendungen. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-54754-0_5
Download citation
DOI: https://doi.org/10.1007/978-3-662-54754-0_5
Published:
Publisher Name: Springer Spektrum, Berlin, Heidelberg
Print ISBN: 978-3-662-54753-3
Online ISBN: 978-3-662-54754-0
eBook Packages: Life Science and Basic Disciplines (German Language)