7a主成分分析.pptVIP

第七章 主成分分析与 因子分析 Principal Component Analysis Factory Analysis 本章介绍两种把变量维数降低以便于对问题的描述、理解和分析的方法：主成分分析（PCA）和因子分析（FA）。实际上主成分分析可以说是因子分析的一个特例。 主成分分析是处理降维的一种方法.如下例所示: §1 主成分分析 1 数学模型 2 主成分的计算方法 3 主成分解释 4 举例 在实际问题中,研究多变量问题是经常遇到的,然而在多数情况下,不同指标之间是有一定相关性.由于指标较多,再加上指标之间有一定的相关性,势必增加了分析问题的复杂性.主成分分析就是设法将原来指标重新组合成一组新的相互无关的几个综合指标来代替原来指标,同时根据实际需要从中可取几个较少的综合指标尽可能多地反映原来指标的信息.这种将多个指标化为少数相互无关的综合指标的统计方法叫做主成分分析. 主成分分析的基本方法是通过构造原变量的适当的线性组合,以产生一系列互不相关的新信息,从中选出少数几个新变量并使它们含有尽可能多的原变量带有的信息,从而使得用这几个新变量代替原变量分析问题和解决问题成为可能.当研究的问题确定之后,变量中所含“信息”的大小通常用该变量的方差或样本方差来度量. 1 数学模型 易知有: 2主成分的计算方法 分