数学建模实用教程(主成分分析).ppt

综合评价方法之二基于数据分析几种方案 方案一主成份分析法 问题实际背景 在现实生活中，人们往往会对样品收集尽可能多的指标，例如人口普查往往要调查每个人的姓名、年龄、性别、文化程度、住房、职业、收入、消费等几十项指标，从收集资料的角度来看，收集较多的数据有利于完整反映样品的特征，但是这些指标从统计角度来看相互之间具有一定的依赖关系，从而使所观测的数据在反映信息上有一定重叠。 解决的问题之一：降维 主成份分析正是针对这类问题而产生的，是解决这类题的理想工具。 主成分分析也称主分量分析（principal components analysis,PCA）是由美国的科学家哈罗德·霍特林（Harold Hotelling）于1933年首先提出的。人们希望通过克服相关性、重叠性，用较少的变量来代替原来较多的变量，而这种代替可以反映原来多个变量的大部分信息，这实际上是一种“降维”的思想。 解决的问题之二：几何分析 多维数据的一种图形表示方法。 我们知道当维数大于3时便不能画出几何图形经过主成分分析后，我们可以选取前两个主成分或其中某两个主成分，这样既可以就这两个主成分性质加以分析，还可以根据主成分画出n个样品在二维平面上的分布况，由图形可直观地看出各样品在主成分中的地位，进而还可以对样本进行分类处理 。 解决的问题之三：客观加权 选择评价指标体系后通过对各指标加权的办法来进行综合。但是，如何对指标加权是一项具有挑战性的工作。指标加权的依据是指标的重要性，指标在评价中的重要性判断难免带有一定的主观性，这影响了综合评价的客观性和准确性。主成分分析法是根据指标间的相对重要性进行客观加权，可以避免综合评价者的主观影响，所以在实际应用中越来越受到人们的重视。 有关数学模型与常见实例 2008年美国数学建模竞赛题：“评价国家公共卫生体系上的应用 ” 啤酒风味评价分析实例 我国部分地区城镇居民家庭收支基本情况分析实例 明确信息量大数学意义 我们知道，当一个变量只取一个数据时，这个变量（数据）提供的信息量是非常有限的，当这个变量取一系列不同数据时，我们可以从中读出最大值、最小值、平均数等信息。变量的变异性越大，说明它对各种场景的“遍历性”越强，提供的信息就更加充分，信息量就越大。主成分分析中的信息，就是指标的变异性，用标准差或方差表示它。 主成分确定的准则：信息损失小，之间重叠少 为了便于理解以两个指标为例： 确定第一主成分方法 事实上，散点的分布总有可能沿着某一个方向略显扩张，这个方向就把它看作椭圆的长轴方向。 主成分的数学模型： 推广一般主成分确定的模型 主成分分析的数学模型是，设p个变量构成的q维随机向量为 X = （X1，…，Xp）′ 对X作正交变换，令Y = T′X，其中T为正交阵，要求Y的各分量是不相关的，并且Y的第一个分量的方差是最大的，第二个分量的方差次之，……，等等。为了保持信息不丢失，Y的各分量方差和与X的各分量方差和相等。 新旧变量关系的表达式 新指标的方差及它们的协方差： 主成分确定条件： 第一主成分为，满足 ， 并且使得 达到最大的 。 第二主成分为，满足 ， 使得 达到最大的 。 一般情形，第 主成分为，满足 ， 且 （ ），使得 达到最大的 。 第一主成分求法 第二主成分求法 第 主成分求法 结论： 主成分保持信息总量不少 主成分个数确定的标准 第 个主成分的贡献率： 主成分个数确定的标准 构造样本阵 样本阵 , 其中 是样本容量即评价对象， 是评价指标个数， 是第 个样本中采集的第 项评价指标值。 指标正向化 正向指标是随着该指标值的增长总系统评价结果越好，因而转化公式为 指标规范化 为克服单位差异对评价结果的影响，须将指标规范化 其中 协方差矩阵：也是样本阵的相关系数阵 显然， 的协方差矩阵也是 的相关系数矩阵 确定主成分 构造综合评价函数 啤酒风味评价实例分析 题目：啤酒是个多指标风味食品, 为了全面了解啤酒的风味, 啤酒企业开发 了大量的检测方法用于分析啤酒的指标, 但是面对大量的指标数据, 大多数企业又感到茫然,不知道如何利用这些大量的数据, 来对各品牌的啤酒加以评价，由上面的介绍可知,在