※ 引述《ww770829 (新莊西盛教會)》之銘言： : 如標題 : 想問光譜分解(spectral decomposition) : 對因素分析(factor analysis) 我想這跟主成分分析(Principal components analysis)關係更密切 當然PCA是FA的一種方法 : 有什麼樣的幫助? : 我只知道光譜分解可以把一個可對角化的矩陣 : 分解成個別特徵值乘上其完全投影集再相加 看一下PCA的做法就會知道 covariance/correlation matrix 的eigenvalue跟eigenvector 在PCA中扮演了甚麼樣的角色 (不過就是轉軸而已...) : 不知道有什麼用處囧" : 另外請問威夏分配(wishart distribution) : 有什麼樣的性質可以使用在應用方面? 你知道單變量中 Test H0:mu=0 時會用F-test or T-test (under normal assumption) 其中F分配大致上是 兩個卡方分配的ratio 推廣到多變量中 把Wishart扮演的角色便類似於卡方分配哩 (這東西從我第一次看到開始 就覺得很噁心XDD) : 感謝各位~"~ -- 我們使用各種模特兒來配適現實 卻往往因為模特兒的美而忽略現實 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.114.230.76