PCA

PCA – Die Hauptkomponentenanalyse (PCA) wandelt eine umfangreiche Tabelle korrelierter Variablen in wenige Komponenten um, die den Großteil der Aussagekraft erfassen. Geben Sie Ihre Daten ein und erhalten Sie sofort die Eigenwerte, das Scree-Plot, die erklärte Varianz, die Ladungen und ein Biplot – so sehen Sie, welche Variablen sich gemeinsam verändern und wie viele Dimensionen Sie tatsächlich benötigen. Komplett offline.

Messen Sie Größe, Gewicht, Taillenumfang, Brustumfang und Hüftumfang, und Sie werden feststellen, dass diese sich größtenteils gemeinsam verändern – sie repräsentieren im Grunde eine zugrundeliegende Größe: „Größe“. PCA findet diese verborgenen Zusammenhänge automatisch: Sie rotiert Ihre Variablen in neue Achsen (Hauptkomponenten), geordnet nach dem Anteil der von jeder Komponente erklärten Varianz. Die ersten Komponenten fassen daher oft fast alles zusammen.

Keine Registrierung. Keine Internetverbindung erforderlich. Keine Datenerfassung. Nur klare, sofortige Statistiken.

SO GEHT'S

• Daten – Geben Sie Ihren Datensatz in ein übersichtliches Raster ein, eine Spalte pro Variable und eine Zeile pro Beobachtung. Die Berechnung erfolgt während der Eingabe; leere Zeilen werden übersprungen.

• Scree-Plot – Sehen Sie die Eigenwerte der einzelnen Komponenten in absteigender Reihenfolge. Die Kaiser-Linie liegt bei 1. So können Sie Komponenten oberhalb dieser Linie weiterverfolgen oder die Analyse am „Knick“ beenden, wo der Abfall flacher wird. Ein Biplot ordnet die Beobachtungen den ersten beiden Komponenten zu, wobei die Variablen als Pfeile dargestellt werden.

• Konzept – Lernen Sie die Funktionsweise der Hauptkomponentenanalyse (PCA), die Bedeutung von Eigenwerten und Ladungen sowie die Varianzverteilung zwischen den Komponenten kennen – mit offline verfügbaren, übersichtlich formatierten Formeln, die sich nicht überlappen.

• Simulation – Erstellen Sie korrelierte Daten aus wenigen verborgenen Faktoren. Passen Sie Korrelationsstärke, Anzahl der Variablen, Faktoren und Beobachtungen mit Schiebereglern (+/-) an und beobachten Sie im Scree-Plot, wie viele Komponenten relevant bleiben.

• Beispiele – Laden Sie vorgefertigte Datensätze (Körpermaße, Autos u. v. m.) mit einem Klick.

WAS SIE ERHALTEN

• Eigenwerte und der prozentuale Anteil der von jeder Komponente erklärten Varianz.

• Ein Scree-Plot mit der Kaiser-Linie (Eigenwert > 1).

• Komponentenladungen – wie jede ursprüngliche Variable jede Komponente beeinflusst.

• Ein Biplot mit Beobachtungen und Variablenpfeilen.

WARUM SIE ES LIEBEN WERDEN

• Dimensionen erkennen – das Scree-Plot zeigt, wie wenige Komponenten Sie tatsächlich benötigen.

• Ladungen lesen – finden Sie heraus, welche Variablen eine Komponente teilen und in dieselbe Richtung zeigen.

Vollständig offline nutzbar – alle Eigenwerte, Diagramme und Formeln funktionieren auch ohne Internetverbindung.

Intuitiv – geben Sie exakte Daten ein oder erstellen Sie korrelierte Daten mit Schiebereglern und +/- Schritten.

Schlichtes, augenschonendes Design in „Tieftürkis“.

Datenfreundlich – Ihre Daten bleiben auf Ihrem Gerät.

Ob Sie als Student zum ersten Mal mit Eigenwerten in Berührung kommen, als Datenanalyst die Dimensionen vor der Modellierung reduzieren oder einfach nur viele korrelierte Messwerte analysieren möchten: Die PCA verwandelt eine umfangreiche Tabelle in Sekundenschnelle in ein übersichtliches und kompaktes Bild.

Laden Sie die App herunter, fügen Sie Ihre Variablen ein und sehen Sie, wie wenige Dimensionen Sie wirklich benötigen.