Approfondimenti Formali e di Programmazione (in Python) sulla Distribuzione Normale Multivariata e l'Analisi delle Componenti Principali

Molte delle analisi e degli strumenti utilizzati nel panorama scientifico permettono di generare una grandissima mole di dati. Da un lato questo fornisce agli scienziati la possibilità di effettuare analisi ed ed esprimere risultati in maniera molto approfondita, ma allo stesso tempo richiede dei modelli di raccolta e interpretazione di questa mole di dati, efficaci e adatti. Fino a poco tempo fa, era effettivamente impossibile esplorare grandi insieme di dati e, anche a fronte di analisi approfondite, molti di questi dati venivano persi, o comunque non venivano considerati ai fini del risultato. Per questo motivo, grazie allo sviluppo e all'intensivo utilizzo odierno dei computer, si sono sviluppati dei metodi che permettono di raggruppare i dati, ridurli, classificarli e che permettono di comprendere quali relazioni possano esistere tra le variabili in analisi: questi tipi di modelli vengono detti analisi multivariate. Il focus di questa tesi viene posto su uno di questi metodi che prende il nome di Analisi delle Componenti Principali (PCA).