主成分分析法和其在SPSS中的操作.pdfVIP

一、主成分分析基本原理 概念：主成分分析是把原来多个变量划为少数几个综合指标的一种统计分析 方法。从数学角度来看，这是一种降维处理技术。 思路：一个研究对象，往往是多要素的复杂系统。变量太多无疑会增加分析 问题的难度和复杂性，利用原变量之间的相关关系，用较少的新变量代替原来较 多的变量，并使这些少数变量尽可能多的保留原来较多的变量所反应的信息，这 样问题就简单化了。 原理：假定有 n 个样本，每个样本共有 p 个变量，构成一个 n×p 阶的数据 矩阵， x11 x12  x1p    x x  x X  21 22 2p         xn1 xn2  xnp    记原变量指标为 x ，x ，…，x ，设它们降维处理后的综合指标，即新变量 1 2 p 为 z ，z ，z ，… ，z (m≤p)，则 1 2 3 m  z l x l x  l x  1 11 1 12 2 1p p z l x l x  l x 2 21 1 22 2 2p p   z l x l x  l x  m m1 1 m2 2 mp p 系数 l 的确定原则： ij ①z 与 z （i≠j；i，j=1，2，…，m）相互无关； i j ②z 是 x ，x ，…，x 的一切线性组合中方差最大者，z 是与 z 不相关的 x ，x ，…， 1 1 2 P 2 1 1 2 x 的所有线性组合中方差最大者； z 是与 z ，z ，……，z 都不相关的 x ， P m 1 2 m－1 1 x ，…x ， 的所有线性组合中方差最大者。 2 P 新变量指标 z ，z ，…，z 分别称为原变量指标 x ，x ，…，x 的第 1，第 2，…， 1 2 m 1 2 P 第 m 主成分。 从以上的分析可以看出，主成分分析的实质就是确定原来变量 x （j=1，