Internet Publikation für Allgemeine und Integrative Psychotherapie
(ISSN 1430-6972)
IP-GIPTDAS=15.06.2001 Internet-Erstausgabe, letzte Änderung 6.8.12
Impressum: Diplom-PsychologInnen Irmgard Rathsmann-Sponsel und Dr. phil. Rudolf Sponsel
Stubenlohstr. 20    D-91052 Erlangen * Mail: sekretariat@sgipt.org_Zitierung & Copyright_
Anfang_ Erläutg. SMA abstract _ Überblick _ Relativ Aktuelles  _ Rel. Beständiges  _ Titelblatt  Konzept  Archiv _ Region _ Service iec-verlag  _ Hinweis zu Links

Willkommen in unserer Internet-Publikation zur Allgemeinen und Integrativen Psychotherapie, Abteilung Wissenschaftstheorie, Methodologie und Statistisch-Mathematische Methoden in der Allgemeinen und Integrativen Psychologie, Psychodiagnostik und Psychotherapie hier zu Matrizen in der Psychologie und Psychotherapie:
Erläuterungen zu den Standard Matrix Analyse Kriterien

Permutation und Determinanten Graphik 4 k

Samp_Or_MD_NumS_Condit_Determ_HaInRatio_R_OutIn_K_Norm_C_Norm
_
Samp =:  Stichprobengröße.

Or    =:   Ordnung der Matrix.

Md   =:  Missing Data Information:  Meist steht hier der Eintrag <-1>, da es in der Fachliteratur leider nicht üblich ist, anzugeben, ob Missing Data vorliegen, was meist der Fall ist, und welche Methode der Behandlung des Problems angewandt wurde.

NumS =: Hier gibt es bislang folgende Faustregel Bewertungen:

  ?     unklar, fraglich, z. B. bei Distanzmatrizen, die konstruktionsbedingt indefinit sein müssen
  +     numerisch stabil
  +?   Borderline, tendenziell eher numerisch stabil
  -?    Borderline, tendenziell eher numerisch instabil
  -      numerisch instabil
  --Z  indefinit mit Z negativen Eigenwerten
 
Liegt auch nur ein negativer Eigenwert vor, ist die Matrix indefinit und Entgleisungen jeglicher Art sind möglich. Die Matrix ist sozusagen "psychotisch" geworden: keinem Wert kann man mehr vertrauen, alles ist möglich. Ein solcher Zustand ist unter allen Umständen zu verhindern, oder rückgängig zu machen bzw. umgehend zu "therapieren" bevor weitergerechnet werden kann.

Condit = Konditionszahl: Größter Eigenwertbetrag dividiert durch kleinsten Eigenwertbetrag

Determ =: Determinante. Die Determinante repräsentiert den Betrag des Volumens des n-dimensionalen
Spats (mehrdimensionaler Körper). Je kleiner sie ist, desto kleiner ist das Volumen des Spats. Ein kleines Volumen kann hierbei durch einen einzigen kleinen Vektor, was einem kleinen Winkel entspricht, hervorgerufen werden. Das ist der kritische Fall. Eine kleine Determinante kann aber auch ganz "normal" durch den "natürlichen" Rechenprozeß entstehen, ohne daß sie numerische Instabilität ausdrücken muß. Eine Beurteilung allein aufgrund des Determinantenbetrages ist daher nicht sinnvoll. Folgende Faustregeln haben daher nur orientierenden Wert.

HaInRatio =:  HADAMARD Zahl Inverse. Die HADAMARDsche Zahl für die Inverse gibt an, in welchem Verhältnis die reale Determinante der Inversen gegenüber ihrem theoretischen Maximalwert bei gegebener Koeffizientenmatrix liegt. Nach der Faustregel von FADDEJEW & FADDEJEWA kann eine Inversendeterminante als klein gelten, für deren Verhältnis 1 : 50 000 gilt,  also deren HaInRatio < .00002 ist.

R_OutIn =: LES Input Output Ratio (SPONSEL 1994). Dieser Wert gibt an, um das wievielfache sich der output ändert, wenn an der dritten Stelle im Nachkommabereich eine Veränderung um eine Einheit vorgenommen wird.

K_Norm =: Kleinste PESO-Norm  Korrelationsmatrix. Die kleinste reduzierte Norm ("kürzeste" Norm, "flachster" Winkel) der Korrelationsmatrix ist ein Maß für den Grad der Kollinearität. Je kleiner der Wert der K_Norm, desto stärker der Grad an Kollinarität. Das Produkt aller reduzierten Normen ergibt den Betrag der Determinante. Es genügt also eine einzige kleine K_Norm, um das Volumen nahe an 0 zu führen (Entsprechung zur Funktion kleiner Eigenwerte). PESO für die Korrelationsmatrix ist so justiert, daß für alle K_Normen < 0.01 in Klammern die Anzahl der Relationen (Kollinearitäten) ausgegeben wird. Die Wurzel aus der K_Norm liefert eine obere Schranke für den höchsten Korrelationskoeffizienten.

C_Norm =: Kleinste PESO-Norm Cholesky-Matrix. Die C_Norm repräsentiert die kleinste reduzierte Norm der Cholesky-Matrix. Die Bedeutung der Cholesky-Zerlegung beruht u. a. auf der Isometrie zu den Rohdaten. Die kleinste C_Norm gibt den kleinsten Winkel an, der für die zentriert normierten Rohdaten vorliegt. Das Quadrat der kleinsten C_Norm ist größer-gleich der kleinsten K_Norm. Als empirische Faustregel gilt:  (C_Norm^2)/(2...5)  ~ K_Norm. Weiter gilt: r(multiple) = SQR(1-C_NORM^2). Aus der C_Norm können also direkt die multiplen Korrelationskoeffizienten bestimmt werden. Die Relation oder Kollinearität kann über die kleinste Cholesky Norm also auch über den bekannten und gewohnten multiplen Korrelationskoeffizienten ausgedrückt werden. Eine C_Norm <.31 kann hier als kritische Grenze für den Beginn deutlicherer Kollinearität dienen.

Positiv Definit = Cholesky successful: Ist die Matrix positiv definit, muß die Cholesky-Zerlegung (R=X'X; Dreieckszerlegung) möglich sein. Alle Cholesky-Diagonalelemente sind dann positiv. Negative Cholesky- Diagonalelemente zeigen eine indefinite Matrix und negative Eigenwerte an. Ist ein Cholesky- Diagonalelement 0, muß auch ein Eigenwert 0 sein und die Matrix verliert in dem Umfang an Rang, indem Cholesky- Diagonalelemente 0 sind: sie ist dann singulär.
 
Weitere und nähere Erläuterungen zur Matrixanalyse: 
Numerische Laien hier    und      Professionell Interessierte hier
 _



Querverweise:
 Wird im Laufe der Zeit fortgesetzt, ergänzt und erweitert
FN01  Sponsel, Rudolf & Hain, Bernhard (1994). Numerisch instabile Matrizen und Kollinearität in der Psychologie. Diagnose, Relevanz & Utilität, Frequenz, Ätiologie, Therapie.  Ill-Conditioned Matrices and Collinearity in Psychology. Deutsch-Englisch. Übersetzt von Agnes Mehl. Kapitel 6 von Dr. Bernhard Hain: Bemerkungen über Korrelationsmatrizen. Erlangen: IEC-Verlag [ISSN-0944-5072  ISBN 3-923389-03-5]. Aktueller Preis: www.iec-verlag.de


Zitierung
Sponsel, Rudolf  (DAS). Ähnlichkeit und Repräsentation von Matrizen. Hilfsseite zu: Numerisch instabile Matrizen und Kollinearität in der Psychologie - Ill-Conditioned Matrices and Collinearity in Psychology -   Diagnose, Relevanz & Utilität, Frequenz, Ätiologie, Therapie.  IP-GIPT. Erlangen: http://www.sgipt.org/wisms/nis/ek_sma.htm
Copyright & Nutzungsrechte
Diese Seite darf von jeder/m in nicht-kommerziellen Verwertungen frei aber nur original bearbeitet und nicht  inhaltlich verändert und nur bei vollständiger Angabe der Zitierungs-Quelle benutzt werden. Das direkte Einbinden in fremde Seiten oder Rahmen ist nicht gestattet. Sofern die Rechte anderer berührt sind, sind diese dort zu erkunden. Sollten wir die Rechte anderer unberechtigt genutzt haben, bitten wir um Mitteilung. Soweit es um (längere) Zitate aus  ...  geht, sind die Rechte bei/m ... zu erkunden oder eine Erlaubnis einzuholen.


  Ende_ Erläutg. SMA abstract_Überblick _ Relativ Aktuelles  _ Rel. Beständiges  _ Titelblatt  Konzept  Archiv _ Region _ Service iec-verlag  _ Mail: _ Sekretariat@sgipt.org  _ _