পিসিএ এবং অ্যাসিম্পটোটিক পিসিএর মধ্যে পার্থক্য কী?


23

1986 এবং 1988 সালে দুটি কাগজে , কনার এবং কোরাজাইক একটি সম্পত্তির রিটার্ন মডেলিংয়ের জন্য একটি পদ্ধতির প্রস্তাব করেছিলেন। যেহেতু এই সময় সিরিজের সাধারণত সময়কাল পর্যবেক্ষণের চেয়ে বেশি সম্পদ থাকে, তারা সম্পদ ফেরতের ক্রস-বিভাগীয় সমবায়ুগুলিতে একটি পিসিএ করার প্রস্তাব করেছিল। তারা এই পদ্ধতিটিকে অ্যাসিম্পটোটিক প্রিন্সিপাল কম্পোনেন্ট অ্যানালাইসিস (এপিসিএ বলে, যা বরং বিভ্রান্তিকর বলে, যেহেতু শ্রোতারা তাত্ক্ষণিকভাবে পিসিএর অ্যাসিম্পটোটিক বৈশিষ্ট্যগুলি ভেবে দেখে) call

আমি সমীকরণগুলি তৈরি করেছি এবং দুটি পদ্ধতির সংখ্যার সমতুল্য বলে মনে হচ্ছে। অবশ্যই অ্যাসিমেটোটিকগুলি পৃথক, যেহেতু চেয়ে প্রমাণিত হয় । আমার প্রশ্ন: পিসিএর তুলনায় কেউ কি এপিসিএ ব্যবহার করেছে? সেখানে কি কংক্রিটের পার্থক্য রয়েছে? যদি তাই হয়, কোনটি?টি NT


2
0 ডাউন ভোট গ্যাপ্পি:> এটি আপনার প্রশ্নের উত্তর নয়, তবে বিকল্প, আরও সাম্প্রতিক এবং প্রায়শই নমুনা পূর্বাভাসের চেয়ে আরও শক্তিশালী, এই সমস্যার দিকে নজর দেওয়া: বড় বায়েশিয়ান ভিআরএস, এই সাম্প্রতিক কাগজের আইডিয়া দেখুন।রেপেক.আর. /p/cpr/ceprdp/6326.html
ব্যবহারকারী 603

5
সংখ্যার সমতুল্য হলে তারা কীভাবে আলাদা হতে পারে ?
জন সালভাটিয়ার

যেহেতু একটি মার্কভ প্রক্রিয়াতে পিসিএ হ'ল asympototically একটি কসিন রূপান্তর, এটি এপসিএ-এর অর্থ হতে পারে না?
জনরোস

হ্যালো @ গ্রেপি! আমার উত্তরটি সহায়ক বা বিশ্বাসযোগ্য কিনা তা আমি ভাবছি। আপনি যদি মনে করেন এটি সঠিক নয় (বা "অ্যাসিম্পটোটিক পিসিএ" এর প্রতি ন্যায়বিচার না করে), আমি বিষয়টি সম্পর্কে আপনার মতামত শুনে আগ্রহী হব।
অ্যামিবা বলছেন মনিকা পুনরায়

উত্তর:


6

একেবারে কোনও পার্থক্য নেই।

স্ট্যান্ডার্ড পিসিএ এবং সি অ্যান্ড কে পরামর্শ দিয়েছে এবং "অ্যাসিম্পটোটিক পিসিএ" বলে কোন পার্থক্য নেই। এটির আলাদা নাম দেওয়া বেশ হাস্যকর।

এখানে পিসিএর একটি সংক্ষিপ্ত ব্যাখ্যা দেওয়া হল। যদি সারিগুলিতে নমুনাগুলি সহ কেন্দ্রের ডেটা ম্যাট্রিক্স সংরক্ষণ করা হয় , তবে পিসিএ কোভরিয়েন্স ম্যাট্রিক্স rac এবং এর উপর ডেটা প্রজেক্ট করে মূল উপাদানগুলি পেতে আইজেনভেেক্টর। সমানভাবে, কেউ গ্রাম ম্যাট্রিক্স, । এটি দেখতে খুব সহজ যে ঠিক একই আইজেনভ্যালুগুলি রয়েছে এবং এর আইজেনভেেক্টরগুলি স্কেলযুক্ত পিসি। (নমুনাগুলির সংখ্যা বৈশিষ্ট্যের সংখ্যার চেয়ে কম হলে এটি সুবিধাজনক))1X11NXX1NXX

আমার কাছে মনে হয় যে সিএন্ডকে পরামর্শ দিয়েছিল, মূল উপাদানগুলি গণনা করার জন্য গ্রাম ম্যাট্রিক্সের ইগেনভেেক্টরগুলি গণনা করা। ভাল, বাহ! এটি পিসিএর "সমতুল্য" নয়; এটা হল পিসিএ।

বিভ্রান্তি যোগ করার জন্য, "অ্যাসিম্পটোটিক পিসিএ" নামটি পিসিএর সাথে নয়, ফ্যাক্টর এনালাইসিসের (এফএ) সাথে সম্পর্কিত বলে মনে হয়! মূল সিএন্ডকে কাগজপত্রগুলি পে-ওয়াল এর অধীনে রয়েছে, সুতরাং গুগল বুকসে উপলব্ধ সায়, ফিনান্সিয়াল টাইম সিরিজের বিশ্লেষণের একটি উদ্ধৃতি এখানে রয়েছে :

কনর আর Korajczyk (1988) দেখিয়েছেন যে যেমন [বৈশিষ্ট্যগুলি সংখ্যা] eigenvalue-eigenvector [গ্রাম ম্যাট্রিক্স] এর বিশ্লেষণ ঐতিহ্যগত পরিসংখ্যানগত ফ্যাক্টর বিশ্লেষণ সমতুল্য।k

এর প্রকৃত অর্থ যা হ'ল যখন , পিসিএ এফএর মতো একই সমাধান দেয়। এই পিসিএ এফএ সম্পর্কে একটি সহজ-থেকে-বুঝতে সত্য, এবং এটা হয়েছে কিছুই যাই হোক না কেন ক & কে প্রস্তাব সঙ্গে কাজ করতে। আমি এটি নিম্নলিখিত থ্রেডে আলোচনা করেছি:k

সুতরাং নীচের অংশটি হ'ল: সিঅ্যান্ডকে স্ট্যান্ডার্ড পিসিএর জন্য "অ্যাসিম্পটোটিক পিসিএ" শব্দটি মুদ্রণের সিদ্ধান্ত নিয়েছে (যাকে "অ্যাসিপটোটিক এফএ "ও বলা যেতে পারে)। আমি এই শব্দটি ব্যবহার না করার জন্য যতদূর যেতে চাই would


2

সাধারণত এপিসিএ ব্যবহার করা হয় যখন প্রচুর সিরিজ থাকে তবে খুব কম নমুনা থাকে। আপনারা যে সমতুল্যতার বিষয়টি লক্ষ্য করেছেন, আমি পিসিএর চেয়ে এপসিএকে আরও ভাল বা খারাপ হিসাবে বর্ণনা করব না। সরঞ্জামগুলি প্রয়োগ করার সময় এগুলি পৃথক হয়। এটি কাগজের অন্তর্দৃষ্টি: এটি আরও সুবিধাজনক হলে আপনি মাত্রাটি সরিয়ে ফেলতে পারেন! সুতরাং আপনি যে অ্যাপ্লিকেশনটি উল্লেখ করেছেন তাতে প্রচুর সম্পদ রয়েছে তাই আপনাকে কোভারিয়েন্স ম্যাট্রিক্স গণনা করার জন্য দীর্ঘ সময়ের সিরিজ প্রয়োজন হবে তবে এখন আপনি এপসিএ ব্যবহার করতে পারেন। এটি বলেছিল, আমি মনে করি না এপিসিএ খুব প্রায়শই প্রয়োগ হয় কারণ আপনি অন্যান্য কৌশলগুলি (যেমন ফ্যাক্টর বিশ্লেষণ) ব্যবহার করে মাত্রিকতা হ্রাস করার চেষ্টা করতে পারেন could


(-1) আমি এটি পাই না: তারা কি আপনার মতে সমতুল্য বা না? যদি হ্যাঁ হয়, তবে তারা যখন প্রযোজ্য হয় তখন কীভাবে তারা আলাদা হতে পারে ?
অ্যামিবা 21
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.