Direkt zum Inhalt

Filtern von Beobachtungen in einer HKA - Anleitung

Dieses Tutorium wird Ihnen helfen, eine Hauptkomponenten-Analyse (HKA) für eine Untergruppe von bestimmten Beobachtungen zu implementieren.

Datensatz für die Durchführung einer Hauptkomponenten-Analyse

Absicht dieser Hauptkomponenten-Analyse

Unsere Absicht besteht darin, die Korrelation zwischen den Variablen zu analysieren und herauszufinden, ob die Bevölkerungsveränderungen in einigen Staaten sich sehr von denen in anderen Staaten unterscheidet. Wir konzentrieren uns auf die großen Staaten, indem wir die Filteroption von XLSTAT verwenden. Der einzige Unterschied zwischen diesem Tutorium und dem hier verfügbaren Tutorium besteht darin, dass wir beschließen, nur die großen Staaten zu untersuchen.

Einrichten einer Hauptkomponenten-Analyse

Nach dem Aktivieren von XLSTAT-Pro wählen Sie den Befehl XLSTAT/Analyse der Daten/Hauptkomponenten-Analyse oder klicken Sie auf den entsprechenden Button der Symbolleiste Analyse der Daten (siehe unten).

XLSTAT Analyzing Data menu / PCA

Das Dialogfenster Hauptkomponenten-Analyse wird angezeigt.

Markieren Sie die Daten in dem Excel-Tabellenblatt. Das ausgewählte Datenformat ist Beobachtungen/Variablen aufgrund des Formats der Eingabedaten.

Der HKA-Typ, der während der Berechnungen verwendet wird, ist die Pearson-Korrelationsmatrix, welche dem klassischen Korrelationskoeffizienten entspricht.

XLSTAT principal component analysis dialog box general tab

Wählen Sie in der Registerkarte Vorbehandlung die Filteroption aus und markieren Sie die Größenspalte des Datensatzes.

XLSTAT Principal Component Analysis dialog box data options tab

In der Registerkarte Diagramme möchten wir alle großen Staaten anzeigen und aktivieren somit die Filteroption nicht.

Principal Component Analysis XLSTAT dialog box Variables charts tab

Principal Component Analysis XLSTAT dialog box Observations charts tab

Principal Component Analysis XLSTAT dialog box Biplot charts tab

Klicken Sie auf OK. Es wird ein neues Dialogfenster angezeigt, in dem Sie gefragt werden, welche Gruppe, die Sie behalten möchten, angezeigt werden soll. Wählen Sie die große Gruppe und klicken Sie auf OK.

group dialog box pca

Die Berechnungen beginnen, sobald Sie auf OK geklickt haben. Sie werden aufgefordert, die Anzahl der Zeilen und Spalten zu bestätigen.

Danach müssen Sie die Achsen bestätigen, für die Sie Diagramme anzeigen möchten. In diesem Beispiel ist der Prozentsatz der Variabilität, repräsentiert durch die ersten beiden Faktoren, nicht sehr hoch (72,09%); um eine Fehlinterpretation der Ergebnisse zu vermeiden, haben wir beschlossen, die Ergebnisse durch ein zweites Diagramm auf den Achsen 1 und 3 zu vervollständigen.

Principal Component Analysis menu PC1 and PC2’’’’Principal Component Analysis menu PC1 and PC2

Interpretieren der Ergebnisse einer auf gefilterte Daten angewendeten Hauptkomponenten-Analyse

Die Ergebnisse der größten Staaten werden angezeigt. Die erste Tabelle liefert einige deskriptive Statistiken.

pca filter descriptive statitics

Danach werden Eigenwerte angezeigt.

pca filter eigenvalues

Wir interessieren uns für die Darstellungen für Variablen und Beobachtungen. In Bezug auf die Variablen haben wir folgendes Diagramm:

pca filter variables map

Wir können sehen, dass auf der ersten Achse ältere Staaten jüngeren Staaten gegenüber gestellt sind. Auf der zweiten Achse sind Staaten mit hohen Inlandseinwanderungsraten Staaten mit niedrigeren Inlandseinwanderungsraten gegenüber gestellt.

In Bezug auf die Beobachtungen haben wir folgendes Diagramm.

pca filter observations map

Mithilfe dieses einfachen Tools können Sie Beobachtungen direkt von Ihrem HKA-Dialogfenster filtern und komplexe Datenmanipulation vermeiden.

War dieser Artikel nützlich?

  • Ja
  • Nein