pca e clustering applicati a un dataset sul nuoto

La finalità di questa tesi è duplice. Da un lato presentare teoricamente gli strumenti utilizzati: nel secondo capitolo si introduce l’algoritmo di PCA, le metodologie di scelta delle componenti principali e la loro interpretazione grafica; nel terzo capitolo si analizzano le tecniche di clustering, concentrandosi in particolare sul Complete Linkage per i metodi gerarchici e sulle K-medie per quelli non gerarchici, con relative interpretazioni grafiche. Dall’altro lato applicare questi strumenti: nel quarto capitolo viene fatta un’analisi su un dataset reale relativo al nuoto agonistico, fornito da un dottorando del Dipartimento di Scienze per la Qualità della Vita. Il dataset analizzato comprende un ampio insieme di variabili antropometriche e prestative, rilevate su nuotatori e nuotatrici di età, proporzioni fisiche e stili di nuoto più efficaci differenti e, dal momento in cui non tutti i soggetti presentano dati completi, l’analisi viene svolta in due fasi: su un dataset ristretto, ottenuto selezionando solo gli individui con tutte le variabili nello stile libero disponibili; sul dataset completo, affrontando il problema dei dati mancanti con metodi adeguati.