PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA
Analisis komponen utama digunakan untuk mereduksi dimensi data. Data yang berdimensi p akan direduksi menjadi berdimensi k, dengan k kurang dari p. Sehingga memungkinkan interpretasi dapat dilakukan dalam ruang berdimensi k, dengan k≤3. Karena pada dasarnya hingga saat ini pengamatan yang cukup baik...
Saved in:
Main Author: | |
---|---|
Format: | Book |
Published: |
2011-01-02.
|
Subjects: | |
Online Access: | Link Metadata |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
MARC
LEADER | 00000 am a22000003u 4500 | ||
---|---|---|---|
001 | repoupi_10470 | ||
042 | |a dc | ||
100 | 1 | 0 | |a Halimah, Nur |e author |
245 | 0 | 0 | |a PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA |
260 | |c 2011-01-02. | ||
500 | |a http://repository.upi.edu/10470/1/t_mtk_0607401_chapter1.pdf | ||
500 | |a http://repository.upi.edu/10470/2/t_mtk_0607401_chapter2.pdf | ||
500 | |a http://repository.upi.edu/10470/3/t_mtk_0607401_chapter3.pdf | ||
500 | |a http://repository.upi.edu/10470/4/t_mtk_0607401_chapter4.pdf | ||
500 | |a http://repository.upi.edu/10470/5/t_mtk_0607401_chapter5.pdf | ||
500 | |a http://repository.upi.edu/10470/6/t_mtk_0607401_bibliography.pdf | ||
520 | |a Analisis komponen utama digunakan untuk mereduksi dimensi data. Data yang berdimensi p akan direduksi menjadi berdimensi k, dengan k kurang dari p. Sehingga memungkinkan interpretasi dapat dilakukan dalam ruang berdimensi k, dengan k≤3. Karena pada dasarnya hingga saat ini pengamatan yang cukup baik itu dilakukan di ruang yang dimensinya tidak lebih dari tiga. Tidak hanya ruang variabel, pereduksian juga dapat dilakukan di ruang individu. Ruang variabel dan ruang individu dihubungkan dengan diagram dual. Ruang variabel mempunyai ruang dual, begitu pula untuk ruang individu. Pereduksian ruang individu diawali dengan mencari akar karakteristik, vektor karakteristik hingga mendapatkan kombinasi linear yang dinamakan komponen utama. Kemudian mencari kualitas komponen utama dari proporsi akar karakteristik dengan trace-nya. Pendeteksian pencilan pada individunya dapat dilakukan dengan metode minimum covariance determinant. Setelah diketahui pencilannya, maka pencilannya akan diboboti sehingga menghasilkan interpretasi yang lebih baik. | ||
546 | |a en | ||
546 | |a en | ||
546 | |a en | ||
546 | |a en | ||
546 | |a en | ||
546 | |a en | ||
690 | |a L Education (General) | ||
655 | 7 | |a Thesis |2 local | |
655 | 7 | |a NonPeerReviewed |2 local | |
787 | 0 | |n http://repository.upi.edu/10470/ | |
787 | 0 | |n http://repository.upi.edu | |
856 | |u https://repository.upi.edu/10470 |z Link Metadata |