<< kcmeans (X) Une matrice d'observations / variables pcaapply >>

fact >> (X) Une matrice d'observations / variables > outlier

outlier

calcul de 3 paramètres: T2-Hotelling, Q ou variances résiduelles, et effet de levier, permettant d'identifier des échantillons extrêmes

Séquence d'appel

[t2,q, leverage] = outlier(x,x_scores,x_loadings,lv)

Paramètres

x:

x est une structure Div ou une matrice de dimensions (n x q)

x_scores:

les scores obtenus après une ACP sur x

x_scores est une structure Div ou une matrice de dimensions (n x naxes)

x_loadings:

les vecteurs-propres ou loadings obtenus après une ACP sur x

x_loadings une structure Div ou une matrice de dimensions (q x naxes)

lv:

le nombre maximum de dimensions ou variables latentes à calculer

lv doit être inférieur ou égal à naxes

t2:

le T2 de Hotelling; une structure Div

T2.d est de dimensions (n x lv)

q:

les variances résiduelles (Q); une structure Div

q.d est de dimensions (n x lv)

leverage:

l'effet levier; une structure Div

leverage.d est de dimensions (n x lv)

Exemples

[t2hot,q_var,lever ]=outlier(x,x_scores,x_eigenvec,20)

Auteurs


Report an issue
<< kcmeans (X) Une matrice d'observations / variables pcaapply >>