Page 360 - 4511

Інформативність змінних з таблиці Standardized Coeffi-
cients визначається величиною коефіцієнтів (навантажень):
чим він більший, тим більша вага (інформативність) змінної.
Для першої дискримінантної функції можна виділити найбільш
інформативні змінні: w1 і w2.
Eigenvalues (власні числа - дисперсії). З наведеної таблиці
видно, яку долю загальної мінливості (дисперсії) пояснюють
окремі дискримінантні функції. Очевидно, що усі три функції
однаково важливі. .
Factor structure coefficients (коефіцієнти структури чин-
ника). Ці коефіцієнти (які можна розглянути через вибір Canon-
ical Analysis - Advanced tab) представляють кореляції між змін-
ними і дискримінантними функції і зазвичай використову-
ються, щоб інтерпретувати "значення" дискримінантних функ-
цій (рис.10.136).
В багатьох випадках бажано розглянути ці коефіцієнти,
щоб надати значущі "назви" до дискримінантних функцій (на-
приклад, "гіпергенний фактор ," "фактор дегідратації" і т.п.),
використовуючи ті ж самі міркування як в факторному аналізі
(див. Факторний Аналіз). У цих випадках інтерпретація чинни-
ків має базуватися на коефіцієнтах структури чинника. Проте,
такі значущі назви для цих функцій не розглядатимуться для
даного прикладу.

Рисунок 10.136. Коефіцієнти структури чинника

Means of canonical variables (середні канонічних змінних).
Ми тепер знаємо, які змінні беруть участь в дискримінації між
12 типами грубих помилок в 6 ланках мережі. Наступне пи-
тання повинне визначити природу дискримінації для кожного
359