Data reduction models for interval valued observations

La complessità dei fenomeni reali spesso richiede la trattazione di dati che non si presentano come singoli valori numerici ma in forme più complesse, ad esempio in forma di intervallo. Anche in queste situazioni, può rendersi utile sintetizzare i dati a disposizione, riducendo al minimo la perdita di informazione. L’Analisi in Componenti Principali è una nota tecnica che raggiunge tale obiettivo in presenza di dati numerici. In questo lavoro, viene proposta una estensione di tale tecnica alla trattazione di dati intervallari. Il modello in questione determina le componenti principali sfruttando l’informazione fornita non solo dal punto centrale degli intervalli (midpoint) ma anche da una misura della loro ampiezza (radius).