Principal Component Analysis and Randomness Test for Big Data Analysis

Das Buch "Principal Component Analysis and Randomness Test for Big Data Analysis" bietet einen innovativen Ansatz zur Analyse grosser, rechteckiger numerischer Datensätze, die als Big Data bezeichnet werden. Der Fokus liegt darauf, die Bedeutung der Daten sofort zu erfassen, ohne sich in den Details einzelner Datenpunkte zu verlieren. Im Gegensatz zu herkömmlichen Methoden der Hauptkomponentenanalyse, Zufallstests und Visualisierungstechniken zeichnet sich der vorgestellte Ansatz durch seine Universalität und Einfachheit aus, unabhängig von Datentypen, -strukturen oder spezifischen wissenschaftlichen Disziplinen. Die mathematische Grundlage wird eingehend behandelt, wobei die RMT-PCA und der RMT-Test die Kreuzkorrelationsmatrix von Zeitreihen nutzen. Diese Methodik wird auch auf hochfrequente Aktienpreise in den japanischen und amerikanischen Märkten angewendet, um deren Effektivität bei der Identifizierung von trendy Geschäftsfeldern im Finanzmarkt zu demonstrieren.