Umeå universitets logga

umu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Principal component analysis
Umeå universitet, Humanistiska fakulteten, Institutionen för idé- och samhällsstudier, Miljöarkeologiska laboratoriet.ORCID-id: 0000-0001-7471-8195
2020 (Engelska)Ingår i: Comprehensive chemometrics: chemical and biochemical data analysis / [ed] Steven Brown; Romà Tauler; Beata Walczak, Amsterdam: Elsevier, 2020, 2, s. 17-37Kapitel i bok, del av antologi (Refereegranskat)
Abstract [en]

Principal Component Analysis (PCA) is a multivariate exploratory analysis method, useful to separate systematic variation from noise. It allows to define a space of reduced dimensions that preserves the relevant information of the original data and allows visualization of objects (scores) and variables (loadings). PCA requires multivariate data, meaning many variables measured on many objects. Data, vectors and matrices are defined and a short summary of necessary linear algebra is given. Purely mathematical almost identical definitions of PCA and Singular Value Decomposition (SVD) are shown, but in chemometrics, PCA always has a residual and a number of meaningful components, the rank. This leads to a discussion of numerical and visual diagnostics for finding the rank and checking the residual. The visualization of scores and loadings is introduced by means of two small examples. Data preprocessing is also given consideration.

Ort, förlag, år, upplaga, sidor
Amsterdam: Elsevier, 2020, 2. s. 17-37
Nyckelord [en]
Data matrix, Eigenvalue, Eigenvector, Loading plot, Mean centering, Number of components, Objects, Preprocessing, Rank, Residual, Score plot, Scree plot, UV-scaling, Variable types, Vector
Nationell ämneskategori
Kemi
Identifikatorer
URN: urn:nbn:se:umu:diva-170034DOI: 10.1016/B978-0-12-409547-2.14892-9Scopus ID: 2-s2.0-85151648799ISBN: 978-0-444-64165-6 (digital)OAI: oai:DiVA.org:umu-170034DiVA, id: diva2:1426041
Tillgänglig från: 2020-04-23 Skapad: 2020-04-23 Senast uppdaterad: 2023-04-17Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Person

Linderholm, Johan

Sök vidare i DiVA

Av författaren/redaktören
Linderholm, Johan
Av organisationen
Miljöarkeologiska laboratoriet
Kemi

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 7170 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf