碎石检验:修订间差异

来自决策链云智库
(创建页面,内容为“{{Infobox nodebasic|nodename=碎石检验|nodeimage=Clustering Analysis.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在 V1.0部署|nodeenglishname=Has english name::Clustering Analysis|abbreviation=CLA|funcmaincategory=数据分析|funcsubcategory=DataAGM Lv1 Cat::多元分析|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=<p>碎石检验(scree test)是根据碎石图来决定因素数…”)
 
无编辑摘要
 
(未显示同一用户的6个中间版本)
第1行: 第1行:
{{Infobox nodebasic|nodename=碎石检验|nodeimage=Clustering Analysis.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在[[DecisionTree | V1.0]]部署|nodeenglishname=[[Has english name::Clustering Analysis]]|abbreviation=CLA|funcmaincategory=数据分析|funcsubcategory=[[DataAGM Lv1 Cat::多元分析]]|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=<p>碎石检验(scree test)是根据碎石图来决定因素数的方法。在主轴因素法中,公共因素的方差贡献等于该因素对应的特征根的值,计算累积方差贡献率可用计算累积特征根百分比来代替,甚至可通过直接观察特征根的变化来决定因素数。结果图显示在不同因子数量的情况下的累计方差贡献率,用于选择合适的因子数。点设计的R语言例子。\n用途:用于确定应该保留多少个因子或主成分。在因子分析中,Scree Test 用于确定应该保留多少个潜在因子。在主成分分析中,Scree Test 同样用于确定应该保留多少个主成分。\n参数:选择连续型数值变量</p>|nodeinputnumber=3|nodeoutputnumber=3|nodeloopsupport=是|nodeifswitchsupport=否|nodeavailableplotlist=PointLinePlot|nodeavailabletablelist=Table_For_Downstream|nodeconfiguration=VariableList|nodeinputports=WorkFlow-Control ;Transfer-Table ■|nodeoutputports=WorkFlow-Control ;Transfer-Table ■|statsapewikiurl=https://wiki.statsape.com/碎石检验_Plus|previousnode=[[最大似然因子分析]]|nextnode=[[多重插补]]}}{{Navplate AlgorithmNodeList}}[[Category:多元分析]]
{{Infobox nodebasic  
|nodename=碎石检验
|nodeimage=Scree Test.png
|icon=Scree Test.svg
|simpleicon=Scree Test_Pure.svg
|developer=Dev.Team-DPS
|productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用
|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8|V1.0]]部署
|nodeenglishname=Scree Test
|abbreviation=ScrTest
|funcmaincategory=数据分析
|funcsubcategory=[[DataAGM Lv1 Cat::多元分析]]
|nodecategory=数据挖掘
|nodeinterpretor=R
|nodeshortdescription=<p>碎石检验(scree test)是根据碎石图来决定因素数的方法。在主轴因素法中,公共因素的方差贡献等于该因素对应的特征根的值,计算累积方差贡献率可用计算累积特征根百分比来代替,甚至可通过直接观察特征根的变化来决定因素数。结果图显示在不同因子数量的情况下的累计方差贡献率,用于选择合适的因子数。点设计的R语言例子。</p><p>用途:用于确定应该保留多少个因子或主成分。在因子分析中,Scree Test 用于确定应该保留多少个潜在因子。在主成分分析中,Scree Test 同样用于确定应该保留多少个主成分。</p><p>参数:选择连续型数值变量</p>
|nodeinputnumber=3
|nodeoutputnumber=3
|nodeloopsupport=是
|nodeifswitchsupport=否
|nodeavailableplotlist=PointLinePlot
|nodeavailabletablelist=Eigenvalue
|nodeconfiguration=VariableList
|nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■
|nodeoutputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■
|statsapewikiurl=https://wiki.statsape.com/碎石检验
|previousnode=[[最大似然因子分析]]
|nextnode=[[倾向性评分匹配]]
}}
 
 
 
{{Navplate AlgorithmNodeList}}
 
[[Category:多元分析]]

2024年1月19日 (五) 19:20的最新版本

Scree Test.png
节点状态
Windows / Windows 10 Win10及以上可用
V1.0部署
碎石检验Scree Test.svg
节点开发者决策链算法研发部 (Dev.Team-DPS)
节点英文名Scree Test
功能主类别数据分析
英文缩写ScrTest
功能亚类别多元分析
节点类型数据挖掘
开发语言R
节点简介

碎石检验(scree test)是根据碎石图来决定因素数的方法。在主轴因素法中,公共因素的方差贡献等于该因素对应的特征根的值,计算累积方差贡献率可用计算累积特征根百分比来代替,甚至可通过直接观察特征根的变化来决定因素数。结果图显示在不同因子数量的情况下的累计方差贡献率,用于选择合适的因子数。点设计的R语言例子。

用途:用于确定应该保留多少个因子或主成分。在因子分析中,Scree Test 用于确定应该保留多少个潜在因子。在主成分分析中,Scree Test 同样用于确定应该保留多少个主成分。

参数:选择连续型数值变量

端口数量与逻辑控制(PC)
Input-入口3个
Output-出口3个
Loop-支持循环
If/Switch-支持逻辑判断
输入输出
可生成图片类型(推荐)
可生成数据表类型(推荐)
相关节点
上一节点最大似然因子分析
下一节点倾向性评分匹配




查找其他类别的节点,请参考以下列表