SPSS软件中主成分分析的计算技术解析.pdf

SPSS软件中主成分分析的计算技术解析 王春枝 (内蒙古财经学院统计与数学学院，呼和浩特 010051) 摘 要 ：针对 目前很多用 SPSS软件进行主成分分析的教材和发表的文章中有不少误解之处 ．在解 析主成分分析的基本原理与数学过程的基础上 ．结合实例演示应用SPSS软件实现主成分 分析的过程。 关键词 ：SPSS；主成分分析 ；计算技术 0 引 言 (3)F，是X。，X，…，X 的一切线性组合 (系数满足 上述方程组)中方差最大的，F是与F．不相关的X， 在研究实际问题中．为了更全面、准确地反映出事 X：，…，X 一切线性组合中方差最大的。依此类推，F是 物的特征及其发展规律．往往要考虑与其有关的多个 F。，F2，…，F一与都不相关的X。，X2，…，X 的一切线性组合 指标．这些指标之间有一定的相关性 ．从而造成信息的 中方差最大 的 重叠．这种信息的重叠有时甚至会抹煞事物的真正特 征与 内在规律 主成分分析就是通过将原来众多具有 基于 以上三条原则决定的综合变量 F，F，…，F 一 定相关性的指标．重新组合成一组新的相互无关的 分别称为原始变量的第一 、第二、…、第 p个主成分 其 综合指标来代替原来指标绝大多数信息的一种多元统 中．各综合变量在总方差中所 占的比重依次递减．在实 计方法 ．它通过对原始数据的加工处理 ．简化问题处理 际研究工作 中．通常只挑选前几个方差最大的主成分． 的难度并提高数据信息的信噪比．以改善抗干扰能力． 从而达到简化系统结构、抓住问题实质的 目的。 因此被广泛应用到各领域 ，例如图像处理 、综合评价 、 2 主成分分析 的计算步骤 语音识别、故障诊断等 (1)将原始观察数据组成样本矩阵X ．每一列为一 1 主成分分析的基本原理 个观察样本 X。每一行代表一维数据 ： (2)计算样本的协方差矩阵C： 设x=(x，x，…，Xn)是由n个指标组成的n维随机 矢量，设随机 向量 X的均值为 ，协方差矩阵∑，对 X进 (3)计算协方差矩阵C 的特征值 。及相应特征 向 量Ui，其中i_l，2，…，P； 行线性变换，可以形成新的综合变量，即有： (4)将特征值按 由大到小顺序排列．并按照下式计 F1=／~11X1+．／q／2X2+… 1 算前 m个主成分 的累积贡献率 ： =№ 1 1 2+．．。+ (m)=∑A／∑A 【 1X1+2／,p2X2+… l i=1 该线性变换满足： 累积贡献率用于衡量新生主成分对原始数据的信 2 2 2 息保存程度。通