SGIPT
Internet Publikation für Allgemeine und Integrative Psychotherapie IP-GIPT DAS=15.12.2000
Anfang KPD_12 Überblick Relativ Aktuelles Rel. Beständiges Titelblatt Konzept Archiv Region Service iec-verlag Mail: sekretariat@sgipt.org Zitierung & Copyright
Willkommen in der Abteilung Wissenschaftstheorie, Methodologie und Statistisch-Mathematische Methoden in der Allgemeinen und Integrativen Psychologie, Psychodiagnostik und Psychotherapie
hier Standard-(Korrelations)-Matrix-Analysen SMA:Standard -Matrix-Analyse Krankheitsbezogene Beeinträchtigungen
Schwarz, Michael & Hünerfauth, Thomas (2000)
"Korrelationsmatrix der Subskalen Krankheitsbezogene Beeinträchtigungen"
"Das Klinisch-Psychologische Diagnosesystem KPD 2000
Verfahren zur psychometrischen Dokumentation therapeutischer
Prozesse und Ergebnisse."
https://www.idq.de/Modell/Korrelationen.htm
downloaded Dec 2000
Zusammenfassung: Die Korrelationsmatrix ist positiv definit und im Grenzbreich numerischer Stabilität (Determinante 0,000333263 mit einer Konditionszahl von 61,4). Sie produziert also keine negativen Eigenwerte und kann multivariat verarbeitet werden. Die Matrix ist aber in einem empfindlichen Grenzbereich und es muß daher bei multivariaten Verarbeitungen sorgfältig kontrolliert werden, daß die Verarbeitungen durch Rundungsfehler nicht umkippen und entgleisen. Querverweise: Für NichtmethodikerInnen: worauf kommt es an bei Korrelationsmatrizen
Für professionell Interessierte
Result abstract - Zusammenfassung KPD_KB.K12
Samp Or MD NumS Condit Determinant HaInRatio R_OutIn K_Norm C_Norm
3612 12 -1 -? 61.4 3.33263D-4 0.0009383 9.7 .05( 0) .355( 0)**** Summary of standard correlation matrix analysis by R. Sponsel ****
File = KPD_KB.R12 N-order= 12 N-sample= 3612 Rank= 12 Missing data = ?
Positiv Definit=Cholesky successful________= Yes with 0 negat. eigenvalue/s
HEVA: Highest eigenvalue abs.value_________= 5.6227736243458172
LEVA: Lowest eigenvalue absolute value_____= .09156651465045433
CON: Condition number HEVA/LEVA___________~= 61.406439306008012
DET: Determinant original matrix (OMIKRON)_= 3.3326276683848178D-4
DET: Determinant (CHOLESKY-Diagonal^2)_____= 3.3326276683848178D-4
DET: Determinant (PESO-CHOLESKY)___________= 3.3326276683848178D-4
DET: Determinant (product eigenvalues)_____= 3.3326276683848168D-4
DET: Determ.abs.val.(PESO prod.red.norms)__= 3.3326276683848178D-4
HAC: HADAMARD condition number_____________= 4.4012788860247412D-7
HCN: Heuristic condition |DET|CON__________= 5.427163186872412D-6
D_I: Determinant Inverse absolute value____= 3001
HDA: HADAMARD Inequality absolute value___<= 3197931
HIR: HADAMARD RATIO: D_I / HDA ____________= 9.3830530500183046D-4
Highest inverse positive diagonal value____= 7.944153933
thus multiple r( 2.rest)_________________= .934944528
There are no negative inverse diagonal values.
Maximum range (upp-low) multip-r( 4.rest)_= .016
LES: Numerical stability analysis:
Ratio maximum range output / input _______= 9.6731205592087842
PESO-Analysis correlation least Ratio RN/ON= .049831 (<-> Angle = 2.86 )
Number of Ratios correlation RN/ON < .01__ = 0
PESO-Analysis Cholesky least Ratio RN/ON__ = .354794 (<-> Angle = 20.78 )
Number of Ratios Cholesky RN/ON < .1 _____ = 0Ncor L1-Norm L2-Norm Max Min m|c| s|c| N_comp M-S S-S
144 61.1 6.17 1 -.11 .372 .242 2145 .28 .203class boundaries and distribution of the correlation coefficients
-1 -.8 -.6 -.4 -.2 0 .2 .4 .6 .8 1
0 0 0 0 8 34 16 54 18 14Original data with 2, input read with 2, computet with 19,
and showed with 2 digit accuracy
(for control here the analysed original matrix): Abkürzungen SkalenSchw Pers Körp Arbe Ersc Kont Psyw Reiz Ment Affe Sozu Netz
Schw 1 .76 .59 .6 .55 .42 .19 .44 .28 .47 .04 .07
Pers .76 1 .76 .67 .81 .47 .44 .67 .46 .7 .01 .01
Körp .59 .76 1 .7 .71 .46 .31 .49 .43 .57 -.11 -.09
Arbe .6 .67 .7 1 .54 .43 .27 .46 .38 .53 -.06 .09
Ersc .55 .81 .71 .54 1 .33 .42 .54 .5 .51 .04 .04
Kont .42 .47 .46 .43 .33 1 .22 .37 .33 .56 0 .03
Psyw .19 .44 .31 .27 .42 .22 1 .54 .47 .56 .09 .05
Reiz .44 .67 .49 .46 .54 .37 .54 1 .5 .71 .11 .11
Ment .28 .46 .43 .38 .5 .33 .47 .5 1 .48 .08 .09
Affe .47 .7 .57 .53 .51 .56 .56 .71 .48 1 .02 .02
Sozu .04 .01 -.11 -.06 .04 0 .09 .11 .08 .02 1 .8
Netz .07 .01 -.09 .09 .04 .03 .05 .11 .09 .02 .8 1i.Eigenvalue Cholesky i.Eigenvalue Cholesky i.Eigenvalue Cholesky
1. 5.62277 1 2. 1.8551 .6499 3. 1.14274 .6496
4. .7869 .6691 5. .60838 .5563 6. .46216 .8525
7. .42577 .8634 8. .38222 .684 9. .24786 .7821
10. .21647 .547 11. .15805 .961 12. .09157 .5611Cholesky decomposition successful, thus the matrix is (semi) positive definit.
Eigenvalues in per cent of trace = 12
1 .4686 2 .1546 3 .0952 4 .0656 5 .0507 6 .0385
7 .0355 8 .0319 9 .0207 10 .018 11 .0132 12 7.6D-3analysed: 12/13/00 19:14:50 PRG version 05/24/94 MA9.BAS
Gesamtzeit_____________ 51.58
Rang_____________ 0
Determinante_____ .02
Eigenwerte/Vekt__ 0
Peso Kor+Chol____ 4.83
NuStabAnalyse____ .295
Statistik________ .23File = C:\OMI\NUMERIK\MATRIX\SMA\KPD_KB\KPD_KB.SMA
with data from C:\OMI\NUMERIK\MATRIX\SMA\KPD_KB\KPD_KB.R12
Date: 12/13/00 Time:19:14:50
Fn_01 Sponsel, Rudolf & Hain, Bernhard (1994). Numerisch instabile Matrizen und Kollinearität in der Psychologie. Diagnose, Relevanz & Utilität, Frequenz, Ätiologie, Therapie. Erlangen: IEC-Verlag
Zitierung
Sponsel, Rudolf (DAS). Standard -Matrix-Analyse Krankheitsbezogene Beeinträchtigungen von Schwarz, Michael & Hünerfauth, Thomas (2000). IP-GIPT. Erlangen: https://www.sgipt.org/wisms/nis/sma/kpd_12.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. In Streitfällen gilt der Gerichtsstand Erlangen als akzeptiert.
EndeKPD_12 Überblick Relativ Aktuelles Rel. Beständiges Titelblatt Konzept Archiv Region Service iec-verlag Mail: sekretariat@sgipt.org Zitierung & Copyright
Diskussion (nur für Fachkundige mit entsprechender Interessenlage: Anmeldung erforderlich): GIPT-ADEIS@egroups.de