I. 1.

Care sunt deosebirile si asemnrile dintre analiza in componente principale si analiza de

corespondente multiple. Argumentai si exemplificai.
2. Ce indicatori ai tendintei centrale pot fi folositi pentru variabilele ordinale
3. Ce analiza se aplica pentru analiza legaturii intre 2 variabile cantitative si 3 calitative.
II.

a.
b.
c.
III.

Fie patru autoturisme caracterizate de trei variabile :

Consum
Confort
Fiabilitate
Valorile nregistrate de cele patru autoturisme sunt : (2,3,3); (1,2,2); (3,2,3); (2,2,3).
(0,5 p) Calculai matricea distanelor dintre cei patru indivizi
(0,5 p) Aplicai algoritmul Ward i spunei care sunt indivizii care se grupeaz la primul pas si care este nivelul de agregare
(1,0 p) Calculai al doilea pas al metodei Ward i spunei care sunt indivizii care se grupeaz la al doilea pas si
care este nivelul de agregare
Fie 32 de persoane pentru care s-au inregistrat urmatoarele variabile :

Inaltime: Height
Greutate: Weight
Numarul la pantofi: Shoes
Varsta: Age
Venitul: Income
Consumul de bere: Beer
Consumul de vin: Wine
Putere: Strength
Nivelul de inteligenta: IQ

Rezultatele obinute n urma aplicrii Analizei n Componente Principale si Metodei centrelor mobile pentru datele
standardizate n SAS sunt urmtoarele:
Correlation Matrix
Height Weight Shoes
Age Income Beer Wine Strength
IQ
Height 1.0000 0.95970.96090.2411 0.30110.7150-.1381 0.9621 -.1217
Weight 0.9597 1.00000.96910.2542 0.33540.7382-.1968 0.9371 -.0338
Shoes
0.9609 0.96911.00000.3230 0.35440.6970-.0888 0.9327 -.1202
Age
0.2411 0.25420.32301.0000 0.88490.12820.0268 0.1584 -.0777
Income 0.3011 0.33540.35440.8849 1.00000.4170-.2967 0.2518 -.1067
Beer
0.7150 0.73820.69700.1282 0.41701.0000-.6545 0.7251 -.1074
Wine
-.1381 -.1968-.08880.0268 -.2967-.65451.0000 -.1656 0.0676
Strength 0.9621 0.93710.93270.1584 0.25180.7251-.1656 1.0000 -.1163
IQ
-.1217 -.0338-.1202-.0777 -.1067-.10740.0676 -.1163 1.0000

1
2
3
4
5
6
7
8
9

Eigenvalues
Eigenvalue
4.83523463
1.63954265
1.26847070
0.98089953
0.12067809
0.07025345
0.04303276
0.02818580
0.01370239

of the Correlation Matrix

Difference
Proportion
3.19569198
0.5372
0.37107194
0.1822
0.28757117
0.1409
0.86022144
0.1090
0.05042464
0.0134
0.02722069
0.0078
0.01484696
0.0048
0.01448342
0.0031
0.0015

Cumulative
0.5372
0.7194
0.8604
0.9693
0.9828
0.9906
0.9953
0.9985
1.0000

Eigenvectors
PRIN1
PRIN2
PRIN3
PRIN4
PRIN5
PRIN6
PRIN7
PRIN8
PRIN9
Height 0.431423-.1640470.154230-.025627-.1434400.1590610.2500460.796299 -.141519
Weight 0.434577-.1446380.1145310.077667-.229678-.331635-.5071980.004510 0.592510
Shoes
0.432342-.1067410.205977-.019377-.048846-.443169-.032435-.326387 -.672696
Age
0.1771860.6727210.2539610.053656-.213962-.1800730.536963-.130725 0.255054
Income 0.2353930.651743-.0495030.0762090.2276480.305220-.5470280.130750 -.224152
Beer
0.381510-.053143-.4142670.0582940.731832-.1841830.266806-.017148 0.188758
Wine
-.149375-.0792750.813186-.0915740.5342600.008055-.0546750.035418 0.109559
Strength 0.422957-.2141990.111148-.026689-.0743890.7122140.125362-.472884 0.100218
IQ
-.067354-.0919900.0920870.9857750.0117920.0386810.0414250.002439 -.058410

a.
b.
c.
d.

(1,0 p) Ci factori principali este recomandat a se pstra i de ce ?

(1,0 p) De cine sunt determinate primele dou componente principale ?
(1,0 p) Cum interpretati corelatiile intre variabile ?
(1,0 p) Cum poate fi interpretat grupul indivizilor (26, 28, 29) n planul factorial determinat de primele dou axe

principale ?