COVARINCE
ANALYSIS
KELOMPOK 3
ASTIANI SYAWRETA (22.17.0005)
CAKRA MAHASURYA A. P. (22.17.0006)
LISA AGUSTINA (22.17.0014)
NADIA FITRIANA (22.17.0017)
NOVIKA FITRI RAHAYU (22.17.0018)
Apa itu MCA
Konsep Dasar dan Perhitungan 1
◉ Kovarian adalah ◉ Maximum ◉ Dilakukan dengan
sebuah covarian analysis menerapkan SVD
perhitungan adalah metode (Single Value
statistic yang untuk mencari Decomposition)
membantu pola dalam dua kem atriks
memahami dua dataset waktu- kovarian dari dua
gugus data. ruang yang bidang.
menjelaskan ◉ SVD memiliki
fraksi maksimum kelebihan dapat
kovarian di menyelesaikan
antara dua set SPL yang
data vector x dan berbentuk tidak
y. konsisten.
Perhitungan MCA
1.)
Dengan [L] adalah matriks uniter berukuran m x m. basis ortonormal, vector tunggal kiri dari lm. Sedangkan [Ω] adalah matriks berukuran
m x n yang semua entri diluar diagonalnya adalah 0 sementara diagonalnya bernilai dari data tunggal wm yang merupakan kovarian yang telah
dimaksimalkan dari persamaan sebelumnya (persamaan vm dan wm) atau berisi elemen- elemen yang memenuhi dimana i
adalah nilai tunggal dari matriks A. Matriks A merupakan matriks dari persamaan linear kedua data . Dan [R] adalah matriks uniter berukuran n
x n. basis ortonormal, vector tunggal kanan dari rm.
◉ Dekomposisi nilai tunggal memiliki prakiraan
penggunaan yang lebih luas. Seperti dalam CCA
paralel, dimana ωm seringkali disebut sebagai
canonical kovarian.
◉ Perbedaan CCA dan MCA:
CCA memaksimalkan korelasi, sementara analisis
kovarian maksimum memaksimalkan kovarian.
Vector lm dan rm dalam analisis kovarian maksimum
adalah orthogonal, dan proyeksi Vm dan Wm dari data
secara umum berkorelasi, sementara varians kanonik
dalam CCA tidak berkorelasi tetapi vector kanonis terkait
yang umumnya tidak orthogonal.
◉ Perbandingan lebih rinci dari kedua Metode ini
ada di Bretherton et al. (1992), Cherry (1996),
dan Wallace et al. (1992)
Penggunaan MCA di bidang Meteorologi &
Klimatologi
2
METEOROLOGI &
KLIMATOLOGI
Analisis Kovariansi Maksimum Angin Topan dan Curah Angin Topan
Hubungan di Taiwan
ditulis oleh Hsiao-Chung Tsai dan Tim Hau Lee yang terbit pada tahun 2009.
Analisis Kovariansi Maksimum Angin Topan
dan Curah Angin Topan Hubungan di Taiwan
Zonal
Medan Skalar
PCA Vektor Nyata Gabungan
Meridional
3
MCA PADA SOFTWARE R
& MATLAB
REFERENCE
◉ An, Soon-Il. 2003. NOTES AND CORRESPONDENCE: Conditional Maximum Covariance Analysis
and Its Application to the Tropical Indian Ocean SST and Surface Wind Stress Anomalies. Journal
of Climate, vol. 16 pp. 2932-2938.
◉ Analysis of structure in datasets. (http://www.jsg.utexas.edu/fu/files/GEO391-W12-multivariate
EOFs.pdf), diakses pada 28 Maret 2018. Bretherton, Christoper S.
(https://atmos.washington.edu/~breth/classes/AS552/matlab/lect/html/
MCA_PSSTA_USTA.html.), diakses pada 4 Mei 2018 pukul 22:00.
◉ Bretherton, Christoper S. 2015. Lecture 22: Maximum covariance analysis. Washington :
University of Washington.
◉ Nugget, Me. Maximum Covariance Analysis (MCA). (https://menugget.blogspot.co.id/2011/12/
maximum-covariance-analysis-mca.html.) diakses pada 4 Mei 2018 pukul 21:00.
◉ Tsai, Hsiao-Chung and Tim Hau Lee. 2009. Maximum Covariance Analysis of Typhoon Surface
Wind and Rainfall Relationships in Taiwan. Journal of Applied Meteorology and Climatology, vol.
48 pp. 997 - 1016.
◉ Wilks, D. S. (1995). Statistical methods in the atmospheric sciences (3rd ed.). Oxford ;
Waltham, MA: Academic Press.
THANKS
!
Any questions?