面条品质的主成分分析 (传网上的).docVIP

面条品质的主成分分析 主成分分析(Primary Component Analysis)主要是通过降维过程，将多个相关联的数值转化为少数几个互不相关的综合指标的统计方法，即用较少的指标来代替和综合反映原来较多的信息，这些综合后的指标就是原来多指标的主要成分。主成分分析主要是作为一种探索性的技术，在分析者进行多元数据分析之前，用主成分分析来分析数据，让自己对数据有一个大致的了解是非常重要的。 然而，在这类多指标统计分析问题中，各指标之间信息往往重叠，相互影响、相互牵连，关系很复杂，这给统计分析工作带来很大困难。这种情况下，借助于主成分分析可对所研究的对象进行简化，即把原来较多的指标简化为少数几个既互不相关又能综合反映原来多指标所提供信息的主要部分的新的综合指标。 这些新的综合指标称为原来指标的主成分(或主分量)，并且，按照其所含原数据信息的大小依次称为第1主成分，第2主成分……一般情况下，假设原样品有p个指标变量，如果样品之间的差异能由p个变量的m(m≤p)个主成分来简化概括，那么我们就能用m个主成分来代替原来的p个变量，进而从整体角度考虑对多指标问题进行分析，以达到简化系统结构、抓住问题实质的目的。 主成分分析的步骤 ： ①原始数据标准化，SPSS有专门的处理技术； ②求出样本的相关矩阵(或协方差矩阵)； ③计算其特征值及相应的标准特征向量； ④计算主成分贡献率及累积贡献率； ⑤求