Многомерный анализ данных методами прикладной статистики

в этом примере Корень! (Rootl) в основном дискриминиру­ ет между группой Setosa и объединением групп Virginic и Versicol. По вертикальной оси Root2 (Корень2) заметно небольшое смеще­ ние точек группы Versicol вниз относительно центральной линии (0). Матрица факторной структуры. Другим способом опреде­ ления того, какие переменные «маркируют» или определяют от­ дельную дискриминантную функцию, является использование факторной структуры, коэффициенты котрой являются корреля­ циями между переменными в модели и дискриминирующей функ­ цией. Можно рассматривать эти корреляции(их называют струк­ турные коэффициенты) как факторные нагрузки переменных на каждую дискриминантную функцию. По величине структурных коэффициентов судят о связи ме­ жду переменными и дискриминантными функциями. Структурные коэффициенты позволяют также в случае необходимости присво­ ить имя каждой функции. Они могут быть рассчитаны в целом по всей совокупности объектов и для каждого класса отдельно. Различные знаки у структурных коэффициентов можно ин­ терпретировать следующим образом. Исходные переменные, имеющие различное направление связи с дискриминантной функ­ цией, т.е. положительные или отрицательные структурные коэф­ фициенты, будут ориентировать объекты в различных направлени­ ях, удаляя или приближая их к центрам соответствующих классов. Значимость дискриминантной функции. Можно прове­ рить число корней, которое добавляется значимо к дискриминации между совокупностями. Для интерпретации могут быть использо­ ваны только l i ! из них, которые будут признаны статистически значимыми. Остальные функции (корни) должны быть проигнори­ рованы. Итак, при интерпретации дискриминантной функции для не­ скольких совокупностей и нескольких переменных, вначале хотят проверить значимость различных функций и в дальнейшем ис­ 46