Einführung und Anwendbarkeit der nichtlinearen Hauptkomponentenanalyse

Die nichtlineare Hauptkomponentenanalyse (NLPCA) ist eine beschreibende Dimensionsreduktionsmethode, die die Beziehungen zwischen Variablen untersucht und die Ergebnisse numerisch und visuell in multivariaten Datensätzen anzeigt, die eine lineare oder nichtlineare Beziehung aufweisen. In dieser Studie wurde das Ziel verfolgt, grundlegende erklärende Informationen über die nichtlineare Hauptkomponentenanalyse (NLPCA) bereitzustellen und ihre Anwendbarkeit durch Anwendung zu betonen. In der Studie wurden Daten von 270 Proben für 17 kontinuierliche Variablen zu 3 Paprikasorten durch Hauptkomponentenanalyse (PCA) bewertet. Mit den 4 Hauptkomponenten, die als Ergebnis der PCA gewonnen wurden, wurden die 3 kategorialen Variablen Sorte, Lagerzeit und Anwendung durch NLPCA analysiert. In der Analyse mit PCA wurden etwa 74 % der Gesamtvarianz erklärt, und in der Analyse mit NLPCA wurden ebenfalls etwa 58 % erklärt. Als Ergebnis der Analyse wurde beobachtet, dass eine starke Beziehung zwischen den Variablen PC1 und Lagerzeit sowie Sorte bestand, während die Beziehung zwischen den Variablen PC4 und Anwendung sowie allen Variablen gering war. Daher wurde betont, dass durch die Untersuchung der linearen und nichtlinearen Beziehungen zwischen den Variablen in den multivariaten Datensätzen diese Beziehungen in einer leicht interpretierbaren und verständlichen Weise im zweidimensionalen Raum präsentiert werden sollten; es wurde hervorgehoben, dass NLPCA allein und/oder zusammen mit anderen multivariaten Analysemethoden verwendet werden kann.