Access

You are not currently logged in.

Access your personal account or get JSTOR access through your library or other institution:

login

Log in to your personal account or through your institution.

If You Use a Screen Reader

This content is available through Read Online (Free) program, which relies on page scans. Since scans are not currently available to screen readers, please contact JSTOR User Support for access. We'll provide a PDF copy for your screen reader.

The efficiency of principal component analysis as a variable ordination and selection procedure prior to the sexdiagnosis of human skulls

H. T. Uytterschaut and F. W. Wilmink
Zeitschrift für Morphologie und Anthropologie
Bd. 73, H. 2 (August 1982), pp. 113-123
Stable URL: http://www.jstor.org/stable/25756600
Page Count: 11
  • Read Online (Free)
  • Subscribe ($19.50)
  • Cite this Item
Since scans are not currently available to screen readers, please contact JSTOR User Support for access. We'll provide a PDF copy for your screen reader.
The efficiency of principal component analysis as a variable ordination and selection procedure prior to the sexdiagnosis of human skulls
Preview not available

Abstract

The problem of ordination and selection of variables prior to the construction of a linear discriminant function is well-known. Principal component analysis (PCA) has been used to meet this problem. In this paper the efficiency of PCA in this connection was investigated. First, principal components (PC) were computed from several types of covariance and correlation matrices. Next, the discriminatory values of the discriminant functions constructed from these PC were compared with the discriminatory value of the function based on the raw variables. Three mixed samples of known sex were used and two sets of variables. The results of this comparison threw some doubt on the efficiency of PCA as an ordination and selection procedure in the sexdiagnosis of human skulls. Das Problem der Ordnung und der Selektion von Variablen vor Konstruktion einer linearen Trennfunktion ist weitläufig bekannt. Die Hauptkomponentenanalyse (PCA) ist eine Möglichkeit, dieses Problem zu lösen. In diesem Artikel wurde die Zweckmäßigkeit der PCA in diesem Zusammenhang geprüft. Zuerst wurden aus mehreren Typen von Kovarianz- und Korrelationsmatrizen Hauptkomponenten (PC) berechnet. Danach wurde die Trennfähigkeit der Trennfunktionen, welche mit diesen PC konstruiert wurden, verglichen mit der Trennfähigkeit der Funktion basierend auf den originalen Variablen. Hierbei wurden drei gemischte Serien bekannten Geschlechts und zwei Variablensätze benutzt. Die Resultate des Vergleichs haben einige Zweifel in bezug auf die Zweckmäßigkeit der PCA als Ordnungs- und Selektionsverfahren in der Geschlechtsdiagnose menschlicher Schädel aufgeworfen.

Page Thumbnails

  • Thumbnail: Page 
[113]
    [113]
  • Thumbnail: Page 
114
    114
  • Thumbnail: Page 
115
    115
  • Thumbnail: Page 
116
    116
  • Thumbnail: Page 
117
    117
  • Thumbnail: Page 
118
    118
  • Thumbnail: Page 
119
    119
  • Thumbnail: Page 
120
    120
  • Thumbnail: Page 
121
    121
  • Thumbnail: Page 
122
    122
  • Thumbnail: Page 
123
    123