A független komponens analízis és empirikus vizsgálata*
A független komponens analízis és empirikus vizsgálata*
A független komponens analízis és empirikus vizsgálata*
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
270<br />
Statisztikai Szemle, 91. évfolyam 3. szám<br />
Kapelner Tamás — Madarász László — Ferenci Tamás<br />
kereteit, ehhez lásd például Horváth et al. [2006], Hyvärinen–Oja [2000],<br />
Hyvärinen–Karhunen–Oja [2001].<br />
2.1. Független <strong>komponens</strong>ek<br />
Tegyük tehát először próbára a <strong>független</strong> <strong>komponens</strong> <strong>analízis</strong>t. Példánkban előállítottunk<br />
egy kétváltozós adathalmazt két, egymástól <strong>független</strong> 1 szabadságfokú teloszlásból.<br />
Ezek után az adatokat egy véletlenszerűen megválasztott értékekkel rendelkező<br />
keverőmátrix által reprezentált lineáris transzformációval képeztük le. A kevert<br />
adatokon a FastICA algoritmust lefuttatva azt tapasztaltuk, hogy a visszaállított<br />
<strong>és</strong> az eredeti <strong>komponens</strong>ek majdnem teljesen megegyeztek.<br />
Az eltér<strong>és</strong> annak tulajdonítható, hogy míg az eredetileg generált jelek között volt<br />
alacsony szintű összefügg<strong>és</strong> – a korrelációs együttható értéke 0,012 – addig a kevert je-<br />
15<br />
lekből visszaállított adatok közötti korreláció mértéke 10 −<br />
nagyságrendű. Az 1. ábrán<br />
látható, hogy a generált <strong>és</strong> a visszaállított elemek közötti eltér<strong>és</strong> minimális, feltűnhet<br />
azonban, hogy a visszakapott adathalmaz a kiindulási mínusz egyszerese. Ez annak köszönhető,<br />
hogy a <strong>komponens</strong>ek skálázása tetszőleges lehet (lásd az 1.4. pontot).<br />
1. ábra. Generált, kevert <strong>és</strong> visszaállított adathalmazok<br />
Mivel azonban a korrelációs együtthatóval a <strong>független</strong>ség nem mérhető, így a következőkben<br />
az együttes eloszlás, valamint a peremeloszlások segítségével vizsgáljuk<br />
ezt a kérd<strong>és</strong>t. Az együttes- <strong>és</strong> perem-sűrűségfüggvényeket magfüggvényes sűrűségbecsl<strong>és</strong><br />
12 segítségével állítottuk elő, <strong>és</strong> a <strong>független</strong>ség vizsgálatához az együttes<br />
sűrűségfüggvény értékéből levontuk a perem-sűrűségfüggvények szorzatát, majd a<br />
különbség négyzetes integrálját vettük. Az így kapott mutatót, az integrált négyzetes<br />
hibát (integrated squared error – ISE) a következő egyenlet mutatja:<br />
12 Lásd Scott [1992] vagy Terrell–Scott [1992].