Kí ni Multivariate Statistics?
Àwọn statistiki oníyípadà púpọ̀ jẹ́ ẹ̀ka statistiki kan tí ó níí ṣe pẹ̀lú àkíyèsí àti ìṣàyẹ̀wò oníyípadà oníyípadà tó ju ẹyọ kan lọ ní àkókò kan náà. Ète ti ìṣàyẹ̀wò oníyípadà púpọ̀ ni láti lóye ìṣètò dídíjú ti data àti láti ṣàwárí àwọn ìlànà tí a kò le dá mọ̀ nípasẹ̀ ìṣàyẹ̀wò oníyípadà kan. Pẹ̀lú ìbísí tí ó ń lọ lọ́wọ́ nínú iye data tí ó wà ní onírúurú pápá, àwọn statistiki oníyípadà púpọ̀ ti di ohun èlò pàtàkì nínú ìwádìí àti àwọn ohun èlò ìṣe.
Pendahuluan
Ní pàtàkì, àwọn statistiki oníyàtọ̀ sí àwọn statistiki oníyàtọ̀ (tí ó ní oníyàtọ̀ kan ṣoṣo) àti àwọn statistiki oníyàtọ̀ méjì (tí ó ní oníyàtọ̀ méjì). Nínú àwọn statistiki oníyàtọ̀ púpọ̀, a sábà máa ń bá àwọn àkójọ data tí ó ní ọ̀pọ̀lọpọ̀ ìwọ̀n tàbí àwọn oníyàtọ̀ tí ó nílò láti ṣàyẹ̀wò papọ̀ lò. Ìwádìí yìí díjú jù nítorí pé àwọn oníyàtọ̀ wọ̀nyí lè bá ara wọn lò kí wọ́n sì fún wọn ní àwòrán tí ó dára ju ṣíṣàyẹ̀wò oníyàtọ̀ kan tàbí méjì lọ.
Àwọn Ohun Èlò Ìṣirò Onírúurú
Àwọn statistiki multivariate ní ọ̀pọ̀lọpọ̀ àwọn lílò tó wúlò nínú àwọn ẹ̀ka bíi títà ọjà, ìṣúná owó, ìmọ̀ nípa àwùjọ, ìṣègùn, àti ìmọ̀ nípa ẹ̀dá. Àwọn àpẹẹrẹ díẹ̀ ni:
1. Títà: Nínú ìwádìí títà ọjà, a lè lo àwọn statistiki oníyàtọ̀ láti dá àwọn ẹ̀ka ọjà mọ̀, láti ṣàyẹ̀wò àwọn ohun tí àwọn oníbàárà fẹ́ràn, àti láti ṣe àyẹ̀wò ìṣelọ́pọ́ àwọn ìpolówó títà ọjà.
2. Ìnáwó: Nínú ẹ̀ka ìnáwó, a lè lo ìwádìí oníyàtọ̀ láti ṣàkóso àwọn àkójọ ìdókòwò, láti ṣàwárí àwọn okùnfà ewu, àti láti kọ́ àwọn àwòṣe àsọtẹ́lẹ̀ fún ìṣàyẹ̀wò gbèsè tàbí iye owó ìdókòwò.
3. Àwọn Ìmọ̀ Àwùjọ: Nínú ìmọ̀ sáyẹ́ǹsì àwùjọ, àwọn ọ̀nà onírúurú lè ran lọ́wọ́ láti ṣàyẹ̀wò àwọn ìwádìí tó díjú, kíkẹ́kọ̀ọ́ nípa àjọṣepọ̀ láàárín àwọn onírúurú àwùjọ, tàbí láti lóye àwọn ohun tó ń nípa lórí ìwà ènìyàn.
4. Ìṣègùn àti Ìmọ̀ Ẹ̀dá: Nínú ìwádìí ìṣègùn àti ti ẹ̀dá, a lè lo àwọn statistiki oníyàtọ̀ láti ṣe àyẹ̀wò ìwádìí ìbílẹ̀, láti kẹ́kọ̀ọ́ àwọn kókó tó ní ipa lórí ìlera, tàbí láti ṣe àyẹ̀wò bí àwọn ìtọ́jú ṣe munadoko tó.
Awọn imuposi ipilẹ ti awọn iṣiro oniruuru pupọ
Onírúurú ọ̀nà ni a lò nínú àwọn statistiki onírúurú. Ọ̀nà kọ̀ọ̀kan ní àwọn ibi-afẹ́de pàtó àti àwọn ọ̀nà tí a ṣe fún onírúurú ìṣòro dátà àti ìṣàyẹ̀wò. Àwọn ọ̀nà ìpìlẹ̀ díẹ̀ ni a sábà máa ń lò nínú àwọn statistiki onírúurú:
1. Ìṣàyẹ̀wò àwọn okùnfà
Ète ìṣàyẹ̀wò okùnfà ni láti dá ìṣètò ìpìlẹ̀ láàrín àwọn okùnfà tí a ṣàkíyèsí nípa ṣíṣàkójọ àwọn okùnfà tí ó ní ìbáṣepọ̀ púpọ̀ sí àwọn okùnfà díẹ̀. Àwọn okùnfà wọ̀nyí jẹ́ aláìlábàwọ́n, èyí tí ó túmọ̀ sí wípé wọn kìí ṣe àwọn tí a lè rí ní tààràtà ṣùgbọ́n a ṣe ìṣirò wọn láti inú dátà náà.
2. Ìṣàyẹ̀wò Àwọn Ẹ̀yà Pàtàkì (PCA)
PCA jẹ́ ọ̀nà tí a ń lò láti dín ìwọ̀n data kù. Nípa dídín ìwọ̀n data kù, a lè mú kí ìwádìí rọrùn láìsọnù ìwífún pàtàkì púpọ̀. PCA ń yí àwọn oníyípadà àkọ́kọ́ padà sí iye díẹ̀ lára àwọn èròjà pàtàkì, èyí tí ó ń mú kí ìyàtọ̀ tí àwọn èròjà wọ̀nyẹn ṣàlàyé pọ̀ sí i.
3. Ìṣàyẹ̀wò ìbánisọ̀rọ̀
A lo ilana yii lati ṣe itupalẹ awọn ibatan laarin awọn ẹka ninu tabili airotẹlẹ kan. O wulo ni pataki ni awọn ipo nibiti a fẹ lati loye awọn ibatan laarin awọn oniyipada ẹka.
4. Ìwádìí Oníyàtọ̀
A lo ìṣàyẹ̀wò ìyàsọ́tọ̀ láti pín àwọn nǹkan sí ẹgbẹ́ méjì tàbí jù bẹ́ẹ̀ lọ ní ìbámu pẹ̀lú ìwọ̀n àwọn onírúurú oníyípadà. A sábà máa ń lo ọ̀nà yìí ní àwọn ipò tí a ti ní dátà ìdánilẹ́kọ̀ọ́ tí a sì fẹ́ sọ àsọtẹ́lẹ̀ àwọn àmì fún dátà tuntun.
5. Iṣiro Iṣiro
A lo ìṣàyẹ̀wò ìṣọ̀pọ̀ láti kó àwọn kókó/ohun jọ ní ìbámu pẹ̀lú àwọn ìfarajọra wọn láàárín ọ̀pọ̀lọpọ̀ àwọn onírúru. Ọ̀nà yìí kò nílò àwọn àmì tàbí ẹ̀ka tẹ́lẹ̀, èyí tí ó mú kí ó máa ń jẹ́ kí a máa lò ó nígbà tí a bá ń ṣe ìwádìí dátà.
Àwọn Ìpèníjà Nínú Àwọn Ìṣirò Onírúurú
Bó tilẹ̀ jẹ́ pé ìwádìí multivariate ní ọ̀pọ̀lọpọ̀ àǹfààní, ọ̀pọ̀ ìpèníjà ló wà tí a gbọ́dọ̀ yanjú:
1. Ìwọ̀n Gíga
Nínú àwọn statistiki oníyàtọ̀ púpọ̀, a sábà máa ń bá àwọn data oníyàtọ̀ gíga lò. Bí iye àwọn oníyàtọ̀ bá ṣe pọ̀ tó, bẹ́ẹ̀ náà ni ìwádìí náà ṣe máa ń díjú tó. Yíyan ọ̀nà tó tọ́ àti òye bí ìyàtọ̀ gíga ṣe ń nípa lórí àwọn àbájáde ṣe ṣe pàtàkì.
2. Ìbáṣepọ̀ Láàárín Àwọn Oníyípadà
Ìbáṣepọ̀ láàrín àwọn oníyípadà jẹ́ kókó pàtàkì nínú ìṣàyẹ̀wò oníyípadà púpọ̀. Tí àwọn oníyípadà bá ní ìbáṣepọ̀ gíga, àwọn àbájáde lè jẹ́ ẹ̀tanú. Lílóye àti ṣíṣàkóso ìbáṣepọ̀ láàrín àwọn oníyípadà ṣe pàtàkì nínú ṣíṣàyẹ̀wò àwọn àbájáde náà.
3. Overfitting
Àfikún jù máa ń ṣẹlẹ̀ nígbà tí àwòṣe kan bá sún mọ́ ìwádìí ìdánilẹ́kọ̀ọ́ jù, tí ó sì pàdánù agbára rẹ̀ láti ṣe àkójọpọ̀ sí ìwádìí tuntun. Èyí jẹ́ ewu pàtàkì nínú ìwádìí oníyàtọ̀ púpọ̀ nítorí ìṣòro àwòṣe tí ó ga jùlọ.
4. Ìtumọ̀
Pẹ̀lú àwọn ọ̀nà ìwádìí tó díjú sí i, ìtumọ̀ àwọn àbájáde onímọ̀ sáyẹ́ǹsì máa ń ṣòro sí i. Rírọrùn àwọn àbájáde àti fífúnni ní ìtumọ̀ tó ní ìtumọ̀ sábà máa ń jẹ́ ìpèníjà nínú àwọn statistiki oníṣiríṣi.
Ipari
Àwọn statistiki oníyàtọ̀ jẹ́ irinṣẹ́ alágbára fún ṣíṣàyẹ̀wò àwọn data dídíjú. Pẹ̀lú onírúurú ọ̀nà tí ó wà, a lè ní òye jíjinlẹ̀ nípa àwọn ètò data àti ṣàwárí àwọn ìlànà tí kò ṣeé ṣe láti ṣàwárí nípasẹ̀ ìṣàyẹ̀wò tí ó rọrùn. Síbẹ̀síbẹ̀, pẹ̀lú agbára yìí, ọ̀pọ̀lọpọ̀ ìpèníjà ló ń wá tí ó nílò òye pípéye nípa àwọn ọ̀nà àti ìtumọ̀ wọn.
Pẹ̀lú ìlọsíwájú nínú ìṣiṣẹ́ kọ̀mpútà àti wíwà tí ó ń pọ̀ sí i nínú wíwà dátà, àwọn statistiki multivariate yóò máa jẹ́ apá pàtàkì nínú ìwádìí dátà káàkiri onírúurú ẹ̀ka. Lílóye àwọn ìpìlẹ̀ ti àwọn statistiki multivariate àti bí a ṣe lè lò wọ́n yóò ṣe pàtàkì fún àwọn olùwádìí àti àwọn onímọ̀ nípa bí wọ́n ṣe ń wá ọ̀nà láti mú kí òye wọn pọ̀ sí i.
