1- تحليل المكونات الأساسية (PCA) Principal Component Analysis فى حالة اختلاف وحدات القياس

Описание: تحليل المكونات الأساسية Principal Component Analysis (PCA) (كحالة لاختزال البيانات في حالة اختلاف وحدات القياس).
في التجارب البيولوجية بوجه عام وفي التجارب المتعلقة بتربية النبات والوراثة وإنتاج المحاصيل بوجه خاص نجد أن الباحثين في تلك التخصصات يقومون بجمع البيانات من عدد كبير من المتغيرات الناتج عن التقدم التكنولوجي الهائل وتطور المعلومات والتي تزيد من دقة النتائج المتحصل عليها. فزيادة عدد تلك المتغيرات قد تكون في معظم الأحيان مرتبطة ببعضها ولو بشكل جزئي مما ينتج عنها بعض المشاكل وقد تؤثر على النتائج المتحصل عليها. لذلك يحتاج الباحثين في مثل هذه التجارب لدراسة بعض الأساليب الإحصائية لدراسة العلاقات المتداخلة بين العدد الكبير من المتغيرات المدروسة.
لذا يحتاج الباحثين إلى أسلوب إحصائي يساعده في اختزال عدد المتغيرات، ومن هنا تبرز أهمية تحليل المكونات الأساسية (PCA) كأحد أساليب التحليل الإحصائي متعدد المتغيرات والذي يساعد في تحويل المتغيرات المدروسة إلى عدد من المكونات المتعامدة. وذلك اعتمادا على مصفوفة معاملات الارتباط في حال اختلفت وحدات القياس للمتغيرات المدروسة أو مصفوفة التغاير (التباين والتباين المشترك) في حال تم تحويل وحدات القياس الى قيم معيارية.
إذا تعتمد فكرة تحليل المكونات الأساسية لمجموعة من المتغيرات المدروسة على استحداث عدد من المكونات (Component) يكون عددها مساوٍ لعدد المتغيرات المدروسة (اذا لم يوجد ازدواجية خطية) وهي مكونات متعامدة، ويشارك كل متغير من المتغيرات في كل مكون بنسب تحميل متفاوتة والتي تعكس أهمية ذلك المتغير لهذا المكون.
بعض الحالات قد تكون المتغيرات التي يحتويها كل مكون مشتركه في خصائصها لذا قد يطلق عليها اسم يلائمها... ولكن في كثير من الأحيان يتم الحصول على المكونات الأساسية (كعوامل غير مرتبطة) كمجموعات خطية لاستخدامها كمرحلة أولية او متوسطة في بعض طرق التحاليل والنماذج الاحصائية الأخرى.