|
|
| Gast |
Gast
|
 |
Beiträge: ---
|
|
|
|
Anmeldedatum: ---
|
|
|
|
Wohnort: ---
|
|
|
|
Version: ---
|
|
|
|
 |
|
Verfasst am: 24.05.2011, 14:03
Titel: PCA
|
 |
Hallo, ich möchte gerne mit Hilfe der Hauptkomponentenanalyse einige Parameter schätzen. oder besser gesagt, heraus finden welche gleich performen und ob man sie vt noch verbessern kann.
ich habe 10 parameter entwickelt, die vorhersagen wie alt ein mensch wird. also die ergebnisse liegen alle so zwischen 0 und 100. jeder parameter hat unterschiedliche werte und korreliert auch unterschiedlich mit den "echten" lebensjahren
ich möchte nun herausfinden, ob zwei parameter zusammen evt noch besser performen. dazu wollte ich eine pca durchführen. weiß aber nihct genau wie....
|
|
|
|
|
|
| Harald |
Forum-Meister
|
|
Beiträge: 24.495
|
|
|
|
Anmeldedatum: 26.03.09
|
|
|
|
Wohnort: Nähe München
|
|
|
|
Version: ab 2017b
|
|
|
|
|
|
|
Verfasst am: 24.05.2011, 19:04
Titel:
|
|
Hallo,
hast du denn schon
angeschaut?
Wo genau liegen die Probleme?
Grüße,
Harald
|
|
|
|
| Gast |
Gast
|
|
Beiträge: ---
|
|
|
|
Anmeldedatum: ---
|
|
|
|
Wohnort: ---
|
|
|
|
Version: ---
|
|
|
|
|
|
|
Verfasst am: 25.05.2011, 08:03
Titel:
|
|
guten morgen,
ich weiß einfach nicht, wie ich mein ergebnis deuten soll. ich habe ein matrix mit 30 observationen in den zeilen und 10 variablen in den spalten.
damit mache ich die princomp. als ergebnis der coeff erhalte ich daraus eine 10x10 matrix. woher weiß ich daraus nun welcher der 10 parameter am besten ist!?
|
|
|
|
| Harald |
Forum-Meister
|
|
Beiträge: 24.495
|
|
|
|
Anmeldedatum: 26.03.09
|
|
|
|
Wohnort: Nähe München
|
|
|
|
Version: ab 2017b
|
|
|
|
|
|
|
Verfasst am: 25.05.2011, 08:28
Titel:
|
|
Hallo,
zum einen solltest du dir das mal durchlesen:
http://www.mathworks.com/help/relea.....stats/brkgqnt.html#f75476
Kurzerklärung: PCA versucht eine Koordinatentransformation, die die im Datensatz vorhandene Varianz möglichst gut wiederspiegelt.
Das erste Rückgabeargument hat in den Spalten die Hauptkomponenten, also die jeweiligen Gewichte deiner Parameter. Niedrige Gewichte bedeuten, dass der entsprechende Parameter relativ unwichtig ist. Es kann aber natürlich sein, dass ein Parameter bei einer der nächsten Hauptkomponenten durchaus wichtig ist.
Das dritte Rückgabeargument von princomp gibt Aufschluss darüber, wie gut die Hauptkomponenten den Datensatz wiederspiegeln, sprich ob es ausreichend ist, den Datensatz durch z.B. drei Hauptkomponenten darzustellen.
Insgesamt scheint mir das eher eine Frage nach der Theorie und Anwendung der Hauptkomponentenanalyse zu sein als nach der MATLAB- Funktion 
Grüße,
Harald
|
|
|
|
|
|
|
Einstellungen und Berechtigungen
|
|
Du kannst Beiträge in dieses Forum schreiben.
Du kannst auf Beiträge in diesem Forum antworten.
Du kannst deine Beiträge in diesem Forum nicht bearbeiten.
Du kannst deine Beiträge in diesem Forum nicht löschen.
Du kannst an Umfragen in diesem Forum nicht mitmachen.
Du kannst Dateien in diesem Forum posten
Du kannst Dateien in diesem Forum herunterladen
|
|
Impressum
| Nutzungsbedingungen
| Datenschutz
| FAQ
|  RSS
Hosted by:
Copyright © 2007 - 2024
goMatlab.de | Dies ist keine offizielle Website der Firma The Mathworks
MATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, SimBiology, SimHydraulics, SimEvents, and xPC TargetBox are registered trademarks and The MathWorks, the L-shaped membrane logo, and Embedded MATLAB are trademarks of The MathWorks, Inc.
|
|
