Phép trích (chiết xuất)- Extraction

Cập nhật: 04/10/2022 bởi admin0

Phép trích (chiết xuất)- Extraction

Phép trích- Extraction nghĩa là trích ra lấy một phần (trích dẫn)……..

Phép trích dữ liệu ở đây hiểu là phương pháp để thể hiện lại 1 phần dữ liệu. Tất nhiên trích thì sẽ làm dữ liệu suy biến (mất đi 1 phần), Giống như việc đưa các con sông lên bản đồ là một phép trích. Khi đó chiều dài của con sông vẫn được thể hiện nhưng chiều rộng đã bị suy biến.

Để thực hiện phép trích (theo mục đích) ta chọn 1 hệ trục tọa độ mới rồi gán tọa độ cho chúng theo hệ tọa độ mới là xong. Việc dùng hệ trục trong không gian k chiều để thể hiện dữ liệu trong không gian n chiều (k<n) cùng là 1 phép trích, thông tin của dữ liệu chắc chắn bị suy biến. (như việc đưa bề mặt quả địa cầu lên bản đồ chẳng hạn – giảm 3 chiều xuống 2 chiều). Lưu ý thêm là đưa dữ liệu từ không gian n chiều sang không gian n chiều khác cũng chưa chắc đã bảo toàn 100% thông tin.

Một số phép trích

+(1) Principal Components Analysis (PCA)- Phân tích các thành phần chính: Phương pháp chiết xuất nhân tố được sử dụng để tạo thành các tổ hợp tuyến tính không tương quan của các biến quan sát. Thành phần đầu tiên có phương sai tối đa. Các thành phần kế tiếp giải thích các phần nhỏ hơn dần dần của phương sai và tất cả đều không tương quan với nhau. Phân tích các thành phần chính được sử dụng để có được giải pháp nhân tố ban đầu. Nó có thể được sử dụng khi ma trận tương quan là số ít.

+(2) Unweighted Least-Squares Method- Phương pháp bình phương tối thiểu không trọng số . Phương pháp này chiết xuất nhân tố giảm thiểu tổng bình phương của sự khác biệt giữa ma trận tương quan quan sát và tái tạo (bỏ qua các đường chéo).

+(3) Generalized Least-Squares Method- Phương pháp Bình phương tối thiểu Tổng quát . Phương pháp này chiết tách nhân tố nhằm giảm thiểu tổng của sự khác biệt bình phương giữa các ma trận tương quan được quan sát và tái tạo. Các mối tương quan có trọng số bằng nghịch đảo của tính duy nhất của chúng, do đó các biến có tính duy nhất cao sẽ có trọng số thấp hơn so với các biến có độ duy nhất thấp.

+(4) Maximum-Likelihood Method.- Phương pháp Khả năng Tối đa: Phương pháp này chiết xuất nhân tố tạo ra các ước lượng tham số có nhiều khả năng tạo ra ma trận tương quan quan sát được nếu mẫu từ phân phối chuẩn đa biến. Các mối tương quan được tính theo tỷ lệ nghịch đảo của tính duy nhất của các biến và một thuật toán lặp lại được sử dụng.

+(5) Principal Axis Factoring-Bao thanh toán theo trục chính: Phương pháp này trích xuất các yếu tố từ ma trận tương quan ban đầu, với các hệ số tương quan bội bình phương được đặt trong đường chéo làm ước lượng ban đầu của các xã. Các tải nhân tố này được sử dụng để ước tính các cộng đồng mới thay thế cho các ước tính cộng đồng cũ trong đường chéo. Các lần lặp lại tiếp tục cho đến khi các thay đổi trong cộng đồng từ lần lặp này sang lần lặp khác thỏa mãn tiêu chí hội tụ để trích xuất.

+(6) Alpha: Một phương pháp chiết xuất nhân tố coi các biến trong phân tích là một mẫu từ vũ trụ các biến tiềm năng. Phương pháp này tối đa hóa độ tin cậy alpha của các yếu tố.

+(7) Image Factoring: Một phương pháp chiết xuất nhân tố được phát triển bởi Guttman và dựa trên lý thuyết hình ảnh. Phần chung của biến, được gọi là ảnh một phần, được định nghĩa là hồi quy tuyến tính của nó trên các biến còn lại, chứ không phải là một hàm của các yếu tố giả định.

Phần tiếp theo chúng ta sẽ tìm hiểu về phép xoay: https://vaxidi.com/phep-xoay-rotation

 

Series Navigation

<< Phân tích thành phần chính (PCA) và phân tích nhân tố khám phá (EFA)Phép xoay- Rotation >>