06 第六章 R-Q型因子分析.pdfVIP

第六章 R-Q 型因子分析 R-Q 型因子分析是在R 型和Q 型因子分析基础上发展起来的一种多元分析方法，它把两种 类型的因子分析结合起来，对变量和样品间同时进行分类、作图及进行成因解释。自从该方法 被创导以来，很快就被地球化学工作者应用。 一般因子分析的缺点是，作R型分析时，只研究变量之间的关系，作Q型分析时，只研究样 品间的关系，把两种方法分割开来。然而，无论R型、Q型分析，都是从同一数据矩阵Xn×m 出发， 在理论上，R型与Q型之间的关系是不可分割的，在实际问题上，变量之间关系与样品之间关系 是互相联系的。当要解决某一地质、地球化学问题时，既要研究样品间关系，又要研究变量间 的关系，这就需要作两种类型的因子分析，但由于两种方法的分割，就很难看出变量与样品间 的关系。实际上，变量与样品间的关系是十分重要的，它往往通过变量表明一组样品的地球化 学性质。而R-Q型因子分析能同时给出变量间关系、样品间关系以及变量与样品间关系，这就 是R-Q型因子分析的特点。 R-Q 型因子分析是一种广义概念，它可能包括不同的方法。例如周蒂（1985）提到用主分 析可作为一种R-Q 式因子分析方法，但这一方法至今未被重视。另一种方法是对应分析，或称 对应因子分析，这是目前用得最多的方法。这两种方法都有一定理论基础，在效果上各有特点。 本章主要介绍这两种方法的基本思想、计算方法与应用，更详细的论述可参考专门性文献。 为叙述方便，我们将前一种方法称为R-Q 型因子分析，后一方法称为对应分析。 §1 R-Q 型因子分析 由因子分析可知，R 型分析从变量间的相似性矩阵出发，Q 型分析从样品间的相似性矩阵 出发，为研究变量与样品间的关系，从而得出相互独立的变量与样品间的因子，作出解释。 在R-Q 型因子分析中，也有类似的步骤，但首先要将变量间的相似性矩阵与样品间的相似 性矩阵联系起来，然后才有可能将R 型分析与Q 型分析的结果联系起来。 一、R-Q 型因子分析的相似性矩阵 我们考虑用相关系数作为变量间相似性的度量，用欧氏距离作为样品间的相似性度量，并 以此建立起变量间相似性矩阵与样品间相似性矩阵的联系。设原始数据矩阵为如下的形式： X × =(x ) × （6.1 ） n m ij n m 其中xij为样品i变量j 的观测值；并对数据作如下变换，即类似与标准化变换： x x − W ij j i=1 ，2 ，…，n j=1 ，2 ，…，m （6.2 ） ij n ( x∑)x − 2 ij j i 1 其中xj 为变量j 的均值。则变量间的相关矩阵可表示为 Τ Rm×m= W W （6.3 ） 其中 W 为n×m 矩阵，其中第i 行j 列元素由式给定。再令 Τ Hn×n= W W （6.4 ） 其中元素为 1 2 ( x )(x x m )x m − − x x x x −x x −x + kj h j Lj j kj Lj j kj j