Обзор

Многомерные методы анализируют одновременно несколько переменных и выявляют скрытые структуры, естественные группы или правила классификации в наборах данных. Четыре представленных калькулятора охватывают важнейшие области применения — от снижения размерности до обучения с учителем.

01
Обнаружить структуруСвести переменные к нескольким измерениям → МГК
02
Скрытые факторыНайти общие причины за переменными → Факторный анализ
03
Формировать группыКластеризовать наблюдения по сходству → Кластерный анализ
04
Разделять группыКлассифицировать известные группы и относить новые случаи → LDA

Интерактивные калькуляторы

📐
Фаза 1 · Снижение размерности

Метод главных компонент

Разложение матрицы корреляций по собственным значениям, график осыпи, биплот, опциональное вращение Varimax и критерий Кайзера.

🔬
Фаза 2 · Скрытые структуры

Факторный анализ

Метод главных осей (PAF) и МГК-экстракция, вращение Varimax, мера КМО, тест Бартлетта и коммунальности.

🔵
Фаза 3 · Формирование групп

Кластерный анализ

Методы Уорда, полного и среднего связывания с дендрограммой, а также k-средних с методом локтя и коэффициентом силуэта.

🎯
Фаза 4 · Классификация

Дискриминантный анализ

Линейный дискриминантный анализ (LDA), лямбда Уилкса, каноническая корреляция, матрица ошибок и кросс-валидация LOO.

Сравнение методов

Критерий 📐 МГК 🔬 Факторный анализ 🔵 Кластерный анализ 🎯 Дискриминантный анализ
Цель Снижение размерности Скрытые факторы Формирование групп Классификация групп
Группы известны? – не требуется – не требуется – не требуется ✓ обязательно
Целевая переменная нет нет нет Принадлежность к группе
Вращение Varimax (опционально) Varimax / без вращения – –
Критерий качества Объяснённая дисперсия КМО, Бартлетт Силуэт, WCSS Λ Уилкса, точность
Результат Баллы, нагрузки Нагрузки, коммунальности Кластерные назначения Классификация, ДФ-баллы
Типичное применение Индексы, предобработка Построение шкал, психометрика Сегментация, таксономии Кредитоспособность, диагностика