1、主成分分析(Principal Component Analysis,PCA), 是一種統計方法。透過正交變換將一組可能存在相關性的變數轉換為一組線性不相關的變數,轉換後的這組變數叫主成分。
2、在實際課題中,為了全面分析問題,往往提出很多與此有關的變數(或因素),因為每個變數都在不同程度上反映這個課題的某些資訊。
3、主成分分析首先是由K.皮爾森(Karl Pearson)對非隨機變數引入的,爾後H.霍特林將此方法推廣到隨機向量的情形。資訊的大小通常用離差平方和或方差來衡量。
1、主成分分析(Principal Component Analysis,PCA), 是一種統計方法。透過正交變換將一組可能存在相關性的變數轉換為一組線性不相關的變數,轉換後的這組變數叫主成分。
2、在實際課題中,為了全面分析問題,往往提出很多與此有關的變數(或因素),因為每個變數都在不同程度上反映這個課題的某些資訊。
3、主成分分析首先是由K.皮爾森(Karl Pearson)對非隨機變數引入的,爾後H.霍特林將此方法推廣到隨機向量的情形。資訊的大小通常用離差平方和或方差來衡量。
1、規範分析法是經濟學中經常提及的概念,應該屬於方法論的一種。但不僅僅應用於經濟學中,在實際很多場合下都有應用,十分廣泛。
2、規範分析法(Normative analysis)是在20 世紀60 年代後期美國管理心理學家皮爾尼克(S. Pilnick)提出的一種方法,作為最佳化群體行為、形成良好組織風氣的工具。是團隊建設中經常用到的一種工具。規範分析涉及已有的事物現象,對事物執行狀態做出是非曲直的主觀價值判斷,力求回答“事物的本質應該是什麼”。與之相對應的是實證分析法,實證,就是講是什麼,比較客觀,就是我不做任何評價,只給你一個客觀道理,客觀描述事物存在的一個狀態。 規範,就是做評價,有自己的主觀觀點,描述事物應該是一個什麼樣的狀態。
1、櫥窗分析法,是一種藉助直角座標不同象限來表示人的不同部分的分析方法。它以別人知道或不知道為橫座標,以自己知道或不知道為縱座標,櫥窗分析法也是進行自我認知的一種常用方法。
2、實際意義:
科學家研究發現,每個人都有巨大的潛能,人類平常只發揮了極小的部分的大腦功能。如果一個人能發揮一半的大腦功能,將輕易地學會40種語言,背整套百科全書,拿十二個博士學位。著名心理學家赫伯特·奧托(Herbert A.Otto)指出,一個人一生所發揮出來的能力,只佔他全部能力的4%,也就是說一個人96%的能力還未開發。赫赫有名的控制論奠基人諾伯特·維納說:“可以完全有把握地說,每個人,即使是做出了輝煌成就的人,在他的一生中利用他自己的大腦潛能還不到百億分之一。”由此可見,認識、瞭解“潛在我”,是自我認識的重點之一。