文献

J-GLOBAL ID：201702270229310415   整理番号：17A1118678

多変量統計分析に基づいた地球化学的データの分類:クラスタ,主成分,及び独立成分分析の相補的役割【Powered by NICT】

Classification of geochemical data based on multivariate statistical analyses: Complementary roles of cluster, principal component, and independent component analyses

著者 (10件)： Iwamori Hikaru (Department of Solid Earth Geochemistry, Japan Agency for Marine-Earth Science and Technology, Natsushima, Yokosuka, Japan) ,  Iwamori Hikaru (Department of Earth and Planetary Sciences, Tokyo Institute of Technology, Meguro, Tokyo, Japan) ,  Yoshida Kenta (Department of Solid Earth Geochemistry, Japan Agency for Marine-Earth Science and Technology, Natsushima, Yokosuka, Japan) ,  Nakamura Hitomi (Department of Solid Earth Geochemistry, Japan Agency for Marine-Earth Science and Technology, Natsushima, Yokosuka, Japan) ,  Nakamura Hitomi (Department of Earth and Planetary Sciences, Tokyo Institute of Technology, Meguro, Tokyo, Japan) ,  Nakamura Hitomi (Ocean Resources Research Center for Next Generation, Chiba Institute of Technology, Tsudanuma, Narashino, Chiba, Japan) ,  Kuwatani Tatsu (Department of Solid Earth Geochemistry, Japan Agency for Marine-Earth Science and Technology, Natsushima, Yokosuka, Japan) ,  Hamada Morihisa (Department of Solid Earth Geochemistry, Japan Agency for Marine-Earth Science and Technology, Natsushima, Yokosuka, Japan) ,  Haraguchi Satoru (Department of Solid Earth Geochemistry, Japan Agency for Marine-Earth Science and Technology, Natsushima, Yokosuka, Japan) ,  Ueki Kenta (Earthquake Research Institute, The University of Tokyo, Bunkyo, Tokyo, Japan)
資料名： Geochemistry, Geophysics, Geosystems  (Geochemistry, Geophysics, Geosystems)
巻： 18  号： 3  ページ： 994-1012  発行年： 2017年 
JST資料番号： W2583A  ISSN： 1525-2027  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 傾向と基/地球化学的問題におけるクラスタを含むデータ構造の同定はデータの観測された変動の源とプロセスの起源を議論するために必須である。増加数と最近の地球化学的データの高次元性が効率的で正確な多変量統計解析法を必要とする。本論文では,k-平均クラスター分析(KCA),主成分分析(PCA)と独立成分分析(ICA)の関係と相補的な役割を示す真のデータ構造を捕捉した。データは,一次標準化(すなわち,標準偏差による平均と正規化零)により前処理した場合,KCAとPCAは本質的に提供する同じ結果,前者は離散空間における解を返す。データは白化(すなわち,主成分に沿った固有値で正規化した)により前処理した場合,KCAとICAは独立した傾向と基のセットを同定し,分散の振幅(パワー)に関係なく可能性がある。例として,玄武岩同位体組成は,白色化データにKCAで分析し,明確な岩石タイプ/構造発生/マントル端成分識別を実証した。,特に白色化データにKCA,これらの方法の組合せである様々な地球化学的システムのデータ構造のためのExcelプログラムであることを捕捉し,議論するために有用である。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 正規化 ,  *クラスタ ,  同位体存在比 ,  クラスタ分析 ,  前処理 ,  *独立成分分析 ,  白化 ,  主成分分析 ,  データ構造 ,  標準偏差 ,  *地球化学 ,  玄武岩 ,  高次元
準シソーラス用語： 端成分 ,  *多変量 , 【Automatic Indexing@JST】

著者キーワード (6件)： 多変量解析 ,  クラスタ分析 ,  主成分分析 ,  独立成分分析 ,  mantle ,  同位体

分類 (2件)： 分子・遺伝情報処理  (JE15040B) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 多変量 ,  統計分析 ,  地球化学 ,  分類 ,  クラスタ ,  独立成分分析 ,  役割