08 Modeling of Geography ch8_Principal Component Analysis教材.pptVIP

第八讲 主成分分析CH8 Principal Component Analysis 因子分析的主要方法 内容 主成分分析的基本原理 主成分分析的计算步骤 主成分分析方法应用实例 补充：主成分分析前的检验及因子旋转 学习要求 了解主成分分析的基本原理 清楚主成分分析的步骤 对计算结果能够进行阐释和讨论 主成分分析的基本原理 例子 为了分析21个农业区的特征，为了不漏掉任何有用的信息，我们收集了多方面的数据，上表共有9个方面的数据。 然而，各个变量之间，信息可能有很多重复，例如人口密度和人均耕地面积之间有一定的相关性，计算表明两者存在一定的负相关，即人口密度高的农业区，人均耕地面积总体是越小的。因此，在21个农业区中，如果其中一个农业区的人口密度高（或低），我们可推断其人均耕地面积小（或大），这意味着信息重复。 9个变量之间相互都可能存在相关性，意味着大量信息重复，此时希望提出少数几个综合指标来代表这些变量，要求信息保留尽量地多，而综合指标之间不存在信息的重复，即不相关或称为相互独立。 问题的提出 地理系统是多要素的复杂系统。在地理学研究中，多变量问题是经常会遇到的。变量太多，无疑会增加分析问题的难度与复杂性，而且在许多实际问题中，多个变量之间是具有一定的相关关系的。 因此，人们会很自然地想到，能否在相关分析的基础上，用较少的新变量代替原来较多的旧变量，而且使这些较少的新变