Multivariate Datenanalyse Datum: Betreuer: Dr. Bellmann Quellen: Multivariate Statistik, Hartung/Elpelt 1989 Stochastik für Ingenieure und Naturwissenschaftler, Dietrich Stoyan 1993
Multivariate Datenanalyse Multivariat: - heißt viele Variable - Anzahl der Dimension entspricht Anzahl der Variablen Multivariate statistische Verfahren: -Werden an Objekten (aus einer Grundgesamtheit) die Ausprägungen von mehreren Merkmalen beobachtet, so können alle Beobachtungsdaten mit Hilfe der Multivariaten Statistik gemeinsam ausgewertet werden Vorteil: - Abhängigkeiten zwischen den beobachteten Merkmalen werden berücksichtigt
Korrelationskoeffizient Pearsonscher Korrelationskoeffizient : - Nur ein Maß für die Stärke eines linearen Zusammenhangs ! - Korrelationskoeffizient liegt nahe 1, wenn der Zusammenhang zwischen X und Y annähernd positiv linear ist
- Korrelationskoeffizient liegt nahe –1, wenn eine annähernd negativ lineare Abhängigkeit zu erkennen ist - daraus folgt: => - 1 r xy 1 - Je verstreuter die Ausprägungen (x¡,y¡) in der Ebene liegen, desto näher liegt der Korrelationskoeffizient bei Null
Auswertung folgender Daten: A = Zeitpunkt der Anforderung des Klienten B = Zeitpunkt der ersten Übertragung (1.Byte) des Servers C = Zeitpunkt der letzten Übertragung (letztes Byte) des Servers Antwortzeit - Differenz zwischen B und A Uebertragungszeit - Differenz zwischen C und B Gesamtzeit - Differenz zwischen C und A(in µs) LaengeAntwortHeader – Länge des HTTP-Antwort-Headers LaengeAntwortdaten – Länge der Antwort-Daten LaengeURL – Länge des angeforderten URL(in Byte) LaengeAntwortdaten (in Byte) Gesamtzeit(in µs)