PCA

L'analisi delle componenti principali (PCA) trasforma un'ampia tabella di variabili correlate in un numero limitato di componenti che ne catturano la maggior parte delle informazioni. Inserisci i tuoi dati e ottieni immediatamente gli autovalori, il grafico a dispersione (scree plot), la varianza spiegata, i pesi fattoriali e un biplot, in modo da poter vedere quali variabili si muovono insieme e di quante dimensioni hai effettivamente bisogno. Completamente offline.

Misurando altezza, peso, circonferenza vita, torace e fianchi, scoprirai che si muovono per lo più insieme: in realtà rappresentano un'unica variabile di base, la "dimensione". La PCA individua automaticamente queste direzioni nascoste: ruota le variabili in nuovi assi (componenti principali) ordinati in base alla quantità di varianza catturata da ciascuna, in modo che le prime componenti riassumano spesso quasi tutto.

Nessuna registrazione. Nessuna connessione internet necessaria. Nessun dato raccolto. Solo statistiche chiare e immediate.

COSA PUOI FARE

• Dati: inserisci il tuo set di dati in una griglia pulita, una colonna per variabile e una riga per osservazione. Tutto viene ricalcolato automaticamente mentre digiti; le righe vuote vengono ignorate.

• Grafico a scree plot: visualizza gli autovalori di ciascun componente dal più grande al più piccolo, con la linea di Kaiser a 1, in modo da poter mantenere i componenti al di sopra di essa o fermarsi al "gomito" dove la curva si stabilizza. Un biplot posiziona le osservazioni sui primi due componenti con le variabili rappresentate da frecce.

• Concetto: scopri cosa fa la PCA, cosa significano gli autovalori e i loadings e come la varianza viene condivisa tra i componenti, con formule offline, ben formattate e senza sovrapposizioni.

• Simulazione: crea dati correlati a partire da alcuni fattori nascosti, imposta la forza della correlazione, il numero di variabili, fattori e osservazioni con i cursori a scatti +/- e osserva il grafico a scree plot che mostra esattamente quanti componenti sopravvivono.

• Esempi: carica set di dati predefiniti (misure corporee, automobili e altro) con un solo tocco.

COSA OTTIENI

• Autovalori e percentuale di varianza spiegata da ciascun componente.

• Un grafico a scree plot con la linea di Kaiser (autovalore > 1).

• Carichi dei componenti: come ogni variabile originale influenza ciascun componente.

• Un biplot delle osservazioni e delle frecce delle variabili.

PERCHÉ TI PIACERÀ

• Visualizza le dimensioni: il grafico degli autovalori mostra quanti pochi componenti sono effettivamente necessari.

• Leggi i carichi: individua quali variabili condividono un componente e puntano nella stessa direzione.

• Completamente offline: ogni autovalore, grafico e formula funziona senza connessione.

• Interattivo: inserisci i dati esatti o crea dati correlati con cursori e pulsanti +/-.

• Design pulito "Turchese Profondo", piacevole alla vista.

• Rispettoso della privacy: i tuoi dati rimangono sul tuo dispositivo.

Che tu sia uno studente che si avvicina per la prima volta agli autovalori, un analista di dati che riduce le dimensioni prima di modellare o chiunque cerchi di dare un senso a molte misurazioni correlate, l'analisi delle componenti principali (PCA) trasforma una tabella ampia in un'immagine chiara e compatta in pochi secondi.

Scaricala, incolla le tue variabili e scopri di quanti pochi componenti hai realmente bisogno.