Krusche, Stefan: Visualisierung und Analyse multivariater Daten in der gartenbaulichen Beratung - Methodik, Einsatz und Vergleich datenanalytischer Verfahren |
172-180
zum ersten Mal verwendet auf Seite ... |
Abkürzung oder Symbol |
Bedeutung |
4 |
EDA |
Exploratory Data Analysis |
4 |
IDA |
Initial Data Analysis |
4 |
CDA |
Confirmtory Data Analysis |
8 |
n |
Anzahl Objekte (i = 1 ... n) |
8 |
p |
Anzahl Variablen (j = 1 ... p) |
9 |
X |
(n x p) Datenmatrix |
9 |
S |
(p x p) Kovarianzmatrix |
9 |
R |
(p x p) Korrelationsmatrx |
9 |
q |
Anzahl Dimensionen in der Dimensionserniedrigung (q < p, j = 1 ... q)) |
10 |
![]() |
Velicers f-Wert bei q Komponenten |
10 |
m |
Anzahl an Dimensionen in der Kreuzvalidierung |
10 |
![]() |
allgemeiner Parameter bei m Dimensionen in der Kreuzvalidierung |
10 |
![]() |
(1 x p) (Zeilen)Vektor der p Variablenwerte von Objekt i |
10 |
![]() |
geschätzter (1 x p) Vektor der p Variablenwerte von Objekt i bei Betrachtung von m Dimensionen in der Kreuzvalidierung |
10 |
E(m) |
Diskrepanzmaß bei Betrachtung von m Dimensionen im Vergleich zu p Dimensionen in der Kreuzvalidierung |
10 |
k |
allgemeiner Korrekturfaktor in der Kreuzvalidierung |
11 |
![]() |
Prediction Sum of Squares bei Betrachtung von m Dimensionen in der Kreuzvalidierung |
11 |
![]() |
Wert von Objekt i bei Variable j |
11 |
![]() |
geschätzter Wert von Objekt i bei Variable j bei Betrachtung von m Dimensionen in der Kreuzvalidierung |
11 |
![]() |
kritischer Wert für Residuen in der Hauptkomponentenanalyse |
11 |
![]() |
Eigenwert von Hauptkomponente j |
11 |
![]() |
Wert der Standardnormalverteilung bei Irrtums-wahrscheinlichkeit von |
17 |
![]() |
Ähnlichkeit zwischen zwei Objekten r und t |
17 |
![]() |
Unähnlichkeit zwischen zwei Objekten r und t |
17 |
|
Wert der Variablen j bei Objekt r beziehungsweise t |
17 |
|
aus Datenmatrix abgeleitete Werte zur Berechnung des allgemeinen Ähnlichkeitskoeffizienten für die Objekte r und t bei Variable j |
23 |
![]() |
Anzahl der Übereinstimmungen bei r und t, geteilt durch p |
23 |
a, b, c, d |
Anzahl Fälle in der Zwei-Wege-Tafel zur Berechnung von Proximitätsmaßen für binäre Variablen |
17 |
D |
(n x n) Proximitätsmatrix |
17 |
G |
Verhältnis von Eigenwerten |
18 |
B |
(n x n) Matrix |
18 |
r, t, u |
drei Objekte |
18 |
q |
Anzahl an Dimensionen in der Dimensionserniedrigung (siehe Seite 9, in der mehrdimensionalen Skalierung aber q < n) |
19 |
![]() |
Dissimilaritäten (Unähnlichkeiten der Ausgangs-proximitätsmatrix) |
19 |
![]() |
Distanzen (die euklidischen Distanzen der Objekte in der durch die mehrdimensionale Skalierung erzielten Konfiguration in q Dimensionen) |
20 |
![]() |
Disparität (der Schätzwert, der durch die dem mehrdimensionalen Skalierungsmodell zugrunde gelegte Beziehung von |
20 |
![]() |
maximale Anzahl an Dimensionen, die in der mehrdimensionalen Skalierung betrachtet wird beziehungsweise in der Faktoranalyse betrachtet werden kann (Seite 27) |
24 |
Z |
(k x p) Kontingenztafel |
24 |
k |
Anzahl Zeilen von Z (i = 1 ... k) |
24 |
p |
Anzahl Spalten von Z (j = 1 ... p) |
24 |
z |
(k x 1) (Spalten)Vektor der Zeilensummen von Z |
24 |
s |
(1 x p) (Zeilen)Vektor der Spaltensummen von Z |
24 |
![]() |
Diagonalmatrix der Zeilensummen mit k Zeilen |
24 |
![]() |
Diagonalmatrix der Spaltensummen mit p Zeilen |
24 |
![]() |
mit |
24 |
U |
(k x p) Matrix der linken singulären Vektoren der Eigenwertzerlegung von |
24 |
V |
(p x p) Matrix der rechten singulären Vektoren der Eigenwertzerlegung von |
24 |
![]() |
Diagonalmatrix der singulären Werte der Eigenwertzerlegung von |
24 |
N |
Summe aller Werte in Z |
24 |
![]() |
Diagonalmatrix der Zeilensummen von (1/N)Z mit k Zeilen |
24 |
![]() |
Diagonalmatrix der Spaltensummen von (1/N)Z mit p Zeilen |
24 |
F |
Koordinaten der Zeilenprofile |
24 |
G |
Koordinaten der Spaltenprofile |
25 |
|
standardisierte Koordinaten der Zeilenprofile |
25 |
|
standardisierte Koordinaten der Spaltenprofile |
25 |
I |
(p x p) oder (k x k) Einheitsmatrix |
26 |
![]() |
Indikatormatrix |
27 |
![]() |
Burt-Matrix |
27 |
|
Inertia (singulärer Wert) in der Korrespondenzanalyse |
28 |
![]() |
Boniturwert von Objekt i (i = 1 ... n) bei Variable p (1 ... j) in ‘verdoppelter Matrix |
28 |
![]() |
obere Grenze der Boniturskala für Variable j |
28 |
j+ |
Plusspalte der ‘verdoppelten Matrix der Korrespondenzanalyse für Variable j |
28 |
j- |
Minusspalte der ‘verdoppelten Matrix der Korrespondenzanalyse für Variable j |
28 |
![]() |
mit oberer Grenze der Boniturskala gewichteter mittlerer Boniturwert von Variable j |
28 |
![]() |
mittlerer Boniturwert von Variable j |
28 |
![]() |
Polarisation des Mittels |
28 |
![]() |
Boniturwert |
28 |
![]() |
Polarisation der Objekte |
28 |
![]() |
Standardabweichung von Variable j |
29 |
![]() |
Transformationsfaktor für Variable j |
29 |
![]() |
mit |
31 |
|
drei Variablen |
31 |
![]() |
Korrelation zwischen |
31 |
![]() |
partielle Korrelation zwischen |
34 |
Y |
(n x p) Matrix der Hauptkomponentenwerte von X |
34 |
![]() |
euklidische Distanz zwischen zwei Objekten r und t in p Dimensionen |
34 |
![]() |
euklidische Distanz zwischen zwei Objekten r und t in q Dimensionen |
34 |
![]() |
Differenz zwischen |
34 |
R |
p-dimensionaler Raum von X |
34 |
L |
q-dimensionaler Unterraum von R |
35 |
![]() |
Mittelwert von Variable j |
35 |
val |
beliebiger Wert |
35 |
i |
![]() |
35 |
![]() |
(1 x q) Zeilenvektor der Koordinaten für Interpolationsmarker für Variable j bei Wert i |
35 |
![]() |
(1 x q) Zeilenvektor der Koordinaten für Prediktionsmarker für Variable j bei Wert i |
35 |
![]() |
(1 x p) Zeilenvektor mit einer 1 bei Variable j und sonst nur Nullen |
35 |
![]() |
(p x q) Matrix der Eigenvektoren nach Dimensionserniedrigung von X |
35 |
v |
Index für Markerabstände |
35 |
![]() |
(1 x q) Zeilenvektor der Koordinaten für Interpolationsmarker für Variable j bei Wert v |
35 |
![]() |
(1 x q) Zeilenvektor der Koordinaten für Prediktionsmarker für Variable j bei Wert v |
36 |
![]() |
Elemente der (p x q) Matrix der Eigenvektoren |
36 |
![]() ![]() |
Beitrag der Variable j zum Eigenwert der Hauptkomponente |
37 |
![]() |
aus Proximitätsmatrix D (Seite 17) berechnete Koordinatenmatrix |
37 |
Q |
(p x p) Transformationsmatrix |
38 |
CLP |
Category Level Point (Kategorien-Stufen-Punkte) |
39 |
O |
Schnittpunkt der Biplotbahnen |
39 |
L |
(n x n) Matrix der Eigenwerte von |
39 |
1 |
(1 x n) Zeilenvektor mit Einsen (oder (n x 1) siehe Fußnote 23)) |
39 |
![]() |
(1 x n) Zeilenvektor der quadrierten Distanzen eines Pseudoobjekts zu den übrigen Objekten |
42 |
CMP |
Column Preserving |
42 |
RMP |
Row Preserving |
45 |
A, B |
zwei Gruppen, die mit der Hauptkomponentenanalyse analysiert werden |
45 |
![]() |
Eigenvektoren von Gruppe A ( |
45 |
![]() |
Eigenvektoren von Gruppe B ( |
46 |
L |
( |
46 |
M |
( |
46 |
N |
( |
46 |
![]() |
der kleinste Winkel zwischen einem beliebigen Vektor der ersten q Hauptkomponenten von A und dem am parallesten gelegenen Vektor der ersten q Hauptkomponenten von B |
47 |
![]() |
Eigenvektor zum Eigenwert |
47 |
![]() |
ist gleich |
47 |
![]() |
mittlere Komponenten der Dimensionen von A und B |
47 |
![]() |
(q x p) Matrix mit den Eigenvektoren der Hauptkomponentenanalyse der Gruppe t (t = 1 ... g) |
47 |
H |
(p x p) Matrix |
48 |
![]() |
Maß für die Abweichung der Gruppen t von den Vektoren, die einen Unterraum des Ausgangsdatenraums beschreiben, der allen Gruppen gleichzeitig so nahe wie möglich ist (mit t = 1 ... g und j = 1 ... q (q |
48 |
![]() |
A priori festgegter Eigenvektor j (j = 1 ... p) |
48 |
![]() |
typischer Eigenvektor j (j = 1 ... p) |
48 |
![]() |
Eigenvektor zum Eigenwert |
50 |
X, |
zwei (n x p) Matrizen |
50 |
|
Elemente von X und |
50 |
![]() |
Summe der quadrierten Abweichungen von |
50 |
|
Zentroid (Mittelwertsvektor) von X beziehungsweise |
50 |
c |
Dilationsfaktor |
51 |
![]() |
(n x |
51 |
![]() |
von Objekt i in Gruppe t besetzter Punkt im Koordinatensystem von |
51 |
![]() |
Koordinaten von |
51 |
G |
Zentroid aller Punkte allerGruppen |
51 |
![]() |
Zentroid von Gruppe t |
51 |
![]() |
Zentroid von Objekt i für alle Konfigurationen t |
51 |
O |
gemeinsamer Ursprung aller Gruppen nach Translation |
51 |
g |
Anzahl Gruppen |
52 |
![]() |
Gewichtungswerte je Gruppe t und Dimension j |
52 |
![]() |
Maß der Anpassungsgüte von Konfiguration für Gruppe t und Gesamtkonfiguration |
53 |
SSP |
Sum of Squares and Products |
53 |
B |
(p x p) SSP-Matrix zwischen den Gruppen |
53 |
W |
(p x p) SSP-Matrix innerhalb der Gruppen |
56 |
g |
Gegenstände |
56 |
G |
Menge der Gegenstände g |
56 |
m |
Merkmale |
56 |
M |
Menge der Merkmale |
56 |
K |
ein formaler Kontext |
56 |
I |
binäre Relation zwischen den Elementen der Mengen G und M |
56 |
A |
ein Begriffsumfang |
56 |
B |
ein Begriffsinhalt |
56 |
![]() |
Teilmenge von ... |
59 |
|
Unterbegriff, Oberbegriff |
63 |
A, B, C |
drei Variablen |
63 |
Ð |
... unabhängig ... |
63 |
| |
... gegeben ... |
63 |
EH- |
Edwards-Havránek |
64 |
I |
diskrete Zufallsvariable |
64 |
i |
Wert von I |
64 |
![]() |
Wahrscheinlichkeit, daß I den Wert i annimmt |
64 |
Y |
kontinuierliche Zufallsvariable |
64 |
![]() |
Mittelwert von Y, gegeben i |
64 |
![]() |
Kovarianzmatrix von Y, gegeben i |
65 |
![]() |
beobachtete Zellhäufigkeit einer Drei-Wege Tafel der diskreten Variablen A, B und C mit den Klassen j = 1 ... a, k = 1 ... b, und l = 1 ... c |
65 |
![]() |
Maximum-Likelihood Schätzer der Zellhäufigkeit des komplexeren Modells |
65 |
![]() |
Maximum-Likelihood Schätzer der Zellhäufigkeit des einfacheren Modells |
65 |
ln |
natürlicher Logarithmus |
65 |
![]() |
![]() |
67 |
CART |
Classification And Regression Trees |
68 |
CHAID |
Chi-Square Automatic Interaction Detector |
70 |
![]() |
Andrews Funktion |
70 |
![]() |
3,1415927 |
70 |
![]() |
![]() |
73 |
AWE |
Approximate Weight of Evidence |
73 |
s(i) |
Silhouettenbreite |
73 |
a(i) |
mittlere Unähnlichkeit von Objekt i zu dem Cluster, dem es zugeordnet ist |
73 |
b(i) |
kleinste Unähnlichkeit von Objekt i zu allen Clustern |
73 |
d(i) |
mittlerer Unähnlichkeit von Objekt i zu dem Cluster mit dem es zuerst verschmolzen wird |
74 |
AC |
Agglomerative Coefficient |
76 |
a, b |
obere und untere Grenzen einer Gleichverteilung |
76 |
![]() |
Zufallszahlen der Gleichverteilung mit den Grenzen a und b |
81 |
W, |
Teststatistiken nach HARRIS, 1985 |
82 |
S |
Maximum-Likelihood Schätzer für die Kovarianzmatrix |
82 |
![]() |
Gewicht von Objekt i |
82 |
![]() |
Wertevektor für Objekt i über alle p Variablen |
82 |
![]() |
Mittelwertsvektor von X |
82 |
![]() |
robuster Schätzer des Mittelwertsvektors von X |
82 |
![]() |
robuster Schätzer der Kovarianzmatrix von X |
82 |
![]() |
Mahalanobis-Distanz für Objekt i vom Mittelwertsvektor von X |
83 |
![]() |
Parameter für die Schätzung der robusten Kovarianzmatrix |
83 |
p |
Anzahl der Variablen in X |
83 |
![]() |
![]() |
93 |
MTMM |
Multi-Trait-Multi-Method |
106 |
mca |
Chi-Quadrat-Distanz |
106 |
emc |
Extended Matching Coefficient |
© Die inhaltliche Zusammenstellung und Aufmachung dieser Publikation sowie die elektronische Verarbeitung sind urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung. Das gilt insbesondere für die Vervielfältigung, die Bearbeitung und Einspeicherung und Verarbeitung in elektronische Systeme.
DiML DTD Version 2.0 |
Zertifizierter Dokumentenserver der Humboldt-Universität zu Berlin |
HTML - Version erstellt am: Wed May 24 16:40:53 2000 |