Add Papers Marked0
Paper checked off!

Marked works

Viewed0

Viewed works

Shopping Cart0
Paper added to shopping cart!

Shopping Cart

Register Now

internet library
Atlants.lv library
FAQ
5,49 € Add to cart
Add to Wish List
Want cheaper?
ID number:972953
 
Evaluation:
Published: 11.02.2006.
Language: Latvian
Level: College/University
Literature: 7 units
References: Not used
Table of contents
Nr. Chapter  Page.
  Ievads    3
2. nodaļa  Pamata matemātika    4
2.1  Statistika    4
2.1.1  Standartnovirze    4
2.1.2  Dispersija    7
2.1.3  Kovariācija    7
2.1.4  Kovariācijas matrica    9
2.2  Matricu algebra    11
2.2.1  Īpašvektori    11
2.2.2  Īpašvērtības    13
3.nodaļa  Galveno Komponenetu Analīze    14
3.1  Metode    14
  1. solis: Datu iegūšana    14
  2. solis: Iegūt vidējo skaitli    14
  3. solis: Aprēķināt kovariācijas matricu    16
  4. solis: Kovariācijas matricas īpašvektoru un īpašvērtību aprēķins    16
  5. solis: Komponentu izvēle un īpašvektora izveide    17
  6. solis: Jaunā datu masīva iegūšana    19
  7. solis: Veco datu atgūšana    21
  4.nodaļa    25
  Piemērs: Nodarbinātība 26 Eiropas valstīs    25
  Izmantotā literatūra:    29
Extract

Šis referāts ir paredzēts, lai dotu priekšstatu par Galveno Komponentu Analīzi (GKA). GKA ir noderīga statistikas tehnika daudzdimensiju datu modeļu atrašanai.
Pirms aprakstīt GKA, ir jāapskata matemātiskā koncepcija, ko izmanto GKA. Tas ietver sevī standarta novirzes, kovariāciju, īpašvektorus un īpašvērtības.Pamata matemātika

Šajā nodaļā ir dotas dažas elementārās pamata matemātiskās iemaņas, kas ir nepieciešamas, lai saprastu Galveno Komponentu Analīzes procesu. Šajā referātā ir iekļauta Statistikas sadaļa, kas apskata mērījumu izkliedi vai kā dati ir izkliedēti. Otrā sadaļa ir par Matricu algebru un apskata īpašvektorus un īpašvērtības, svarīgas matricu īpašības, kuras ir fundamentālas GKA.

2.1 Statistika

Viss statistikas priekšmets ir balstīts uz domu, ka eksistē liels datu masīvs ko analizē attiecību jēdzienos starp šī datu masīva atsevišķiem punktiem. Šeit apskatīti daži piemēri, ko varat izdarīt ar nelielu datu mērījumu skaitu, un ko tie teiks par pašiem datiem.

2.1.1 Standartnovirze

Lai saprastu standartnovirzi, ir nepieciešams datu masīvs. Statistiķi parasti rūpējas par to, lai iegūtu populācijas paraugu. Izmantojot kā piemēru vēlētāju sarakstus, populācija ir visi valsts iedzīvotāji, bet paraugs ir populācijas apakšmasīvs, ko statistiķi izvērtē. Svarīga lieta statistikā ir tas, ka izvērtējot tikai (šajā gadījumā veicot telefona aptauju vai tamlīdzīgi) populācijas paraugu, jūs varat iegūt rezultātu, kas ir visaugstākā mērā līdzīgs tam, ko jūs iegūtu mērījumos, izmantojot visu populāciju. …

Author's comment
Work pack:
GREAT DEAL buying in a pack your savings −5,48 €
Work pack Nr. 1199672
Load more similar papers

Atlants

Choose Authorization Method

Email & Password

Email & Password

Wrong e-mail adress or password!
Log In

Forgot your password?

Draugiem.pase
Facebook

Not registered yet?

Register and redeem free papers!

To receive free papers from Atlants.com it is necessary to register. It's quick and will only take a few seconds.

If you have already registered, simply to access the free content.

Cancel Register