29.05.2013 Views

Prati, pascoli e paesaggio alpino - SoZooAlp

Prati, pascoli e paesaggio alpino - SoZooAlp

Prati, pascoli e paesaggio alpino - SoZooAlp

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Fig. 6.8<br />

Joint plot ottenuto all'analisi di corrispondenza (i simboli pieni rappresentano gli oggetti,<br />

PRATI, PASCOLI E PAESAGGIO ALPINO<br />

qulli vuoti le variabili descrittive)<br />

Fig. 6.,8<br />

Joint plot ottenuto all’analisi di corrispondenza (i simboli pieni rappresentano gli oggetti, quelli<br />

vuoti le variabili descrittive)<br />

Corr 2<br />

3<br />

2<br />

1<br />

0<br />

-1<br />

-2<br />

-1<br />

0<br />

1<br />

Altri ordinamenti<br />

Tra le altre tecniche di ordinamento utilizzabili in analisi di gradiente, meritano brevi<br />

cenni l’analisi dei fattori, lo scaling multidimensionale, l’analisi delle variate canoniche<br />

e l’ordinamento gaussiano.<br />

L’analisi dei fattori è una procedura di autoanalisi (più precisamente un gruppo di<br />

tecniche) molto simile alla PCA nelle sue implementazioni algoritmiche, tanto che, nonostante<br />

una profonda discrepanza nei fondamenti concettuali, le due metodologie sono<br />

spesso confuse e gli assi della PCA sono impropriamente identificati come fattori. Il<br />

metodo nasce in psicometria e, come ogni ordinamento, si basa su una riduzione della<br />

dimensionalità dei dati, ma non tanto allo scopo di rappresentarne la variabilità, quanto<br />

piuttosto di interpretare la struttura di covarianza delle variabili descrittive. È dunque<br />

ricercata essenzialmente le connessioni tra tutte le variabili e ipotetici fattori che ne<br />

determinano la variazione congiunta. Per fare ciò le p variabili originarie sono surrogate<br />

da p+q variabili artificiali (con q

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!