数学模型中的因子分析法.pptVIP

第一篇 主成分分析 在实际经济工作中，我们经常碰到多变量或多指标问题，例如，企业经济效益的评价，地区经济发展情况比较。由于变量或指标较多，且变量或指标之间存在一定的相关性，人们自然希望用较少的变量或指标代替原来较多的变量或指标，而且可尽量保存原有信息，利用这种降维的思想产生了主成分分析方法 主成分分析法：就是设法将原来的具有一定相关性的变量或者指标，重新组成一组新的相互无关的少数几个综合变量或指标，以此代替原来的变量或指标。简单的说就是降维。 应用：综合评价（系统评估） 例：对我国上市公司的经济效益进行综合评判。 主成分分析步骤： 1.将数据标准化，标准化后的数据矩阵仍记X阵。 2.求矩阵X的相关系数阵 3.求R的全部特征根i及相应的特征向量()。 4.根据前k个主分量累计贡献率大小（∑），确定主成分（因子）个数。 根据具体指标内容和指标变量系数大小解释主成分含义。 用每个主成分的贡献率作权数，给出多指标综合评价值。 Eigenvalues of the Correlation Matrix Eigenvalue Difference Proportion Cumulative 1 4 3.03