Principale componentenanalyse

4 belangrijke vragen over Principale componentenanalyse

Wat is principale componentenanalyse PCA?

PCA wordt gebruikt bij analyses met veel variabelen. Die variabelen spelen allemaal een gelijke rol, symmetrisch. Deze informatie wordt gereduceerd en samengevat.

Wat zijn assumpties bij principale componentanalyse?

  1. De correlaties tussen waargenomen variabelen zijn lineair.
  2. De variabelen volgen een multivariate normale verdeling.
  3. De waargenomen variabelen zijn betrouwbaar.

Wat is PCA, principale componentenanalyse?

Klein aantal componenten vinden die zo veel mogelijk variantie verklaren, empirische samenvatting. Een component presenteert een variabelen met zoveel mogelijk overeenkomende variantie.
  • Hogere cijfers + sneller leren
  • Niets twee keer studeren
  • 100% zeker alles onthouden
Ontdek Study Smart

Wat is FA, factoranalyse?

De theoretische samenhang tussen variabelen. De unieke factoren worden geïnterpreteerd als meetfouten. Verklaren van covarianties.

De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:

  • Een unieke studie- en oefentool
  • Nooit meer iets twee keer studeren
  • Haal de cijfers waar je op hoopt
  • 100% zeker alles onthouden
Onthoud sneller, leer beter. Wetenschappelijk bewezen.
Trustpilot-logo