SAS统计之第九章 主成分分析解析.pptVIP

第九章 主成分分析Chapter IX Principle Component 第二节 主成分分析的计算步骤 第一节 主成分分析的作用和原理 Function Theory 第一节 主成分分析的作用和原理 Function Theory 第一节 主成分分析的作用和原理 Function Theory 第一节 主成分分析的作用和原理 Function Theory 第一节 主成分分析的作用和原理 Function Theory 第一节 主成分分析的作用和原理 Function Theory 第二节 主成分分析的计算步骤 Computation Steps 第二节 主成分分析的计算步骤 Computation Steps 第二节 主成分分析的计算步骤 Computation Steps 第二节 主成分分析的计算步骤 Computation Steps 第二节 主成分分析的计算步骤 Computation Steps 第二节 主成分分析的计算步骤 Computation Steps 第二节 主成分分析的计算步骤 Computation Steps 第二节 主成分分析的计算步骤 Computation Steps 第二节 主成分分析的计算步骤 Computation Steps 第二节 主成分分析的计算步骤 Computation Steps 第三节 供实际应用的参考意见 Suggestions for Application 第三节 供实际应用的参考意见 Suggestions for Application 第三节 供实际应用的参考意见 Suggestions for Application 第三节 供实际应用的参考意见 Suggestions for Application 第三节 供实际应用的参考意见 Suggestions for Application 第三节 供实际应用的参考意见 Suggestions for Application 第三节 供实际应用的参考意见 Suggestions for Application 第三节 供实际应用的参考意见 Suggestions for Application 第三节 供实际应用的参考意见 Suggestions for Application 第三节 供实际应用的参考意见 Suggestions for Application 第三节 供实际应用的参考意见 Suggestions for Application 第三节 供实际应用的参考意见 Suggestions for Application 第三节 供实际应用的参考意见 Suggestions for Application 第三节 供实际应用的参考意见 Suggestions for Application * 第一节 主成分分析的意义和原理 第三节 一些供实际应用时参考的意见 主成分分析的意义 主成分分析是一种对多元数据的变量数目进行有效减维压缩的方法。 它提供了一种能在保持原资料大部分信息的基础上，将变量数较多而且变量间有不同程度相关关系的数据转换成一组变量数较少而且变量间相互独立的新数据的方法。 生成的每个新变量解释了样本的某个方面或某些方面的变异情况，对进一步分析评价样本提供了理论依据。 习惯做法是：每个变量给一个得分，每品种加得一个总分。用总分比较不同品种。 但由于这20个变量不是互相独立、同步变化的，将它们的得分直接相加是勉强的。 主成分分析提供了一种数据转换方法。 主成分分析的意义 主成分分析是一种对多元数据的变量数目进行有效减维压缩的方法。 它提供了一种能在保持原资料大部分信息的基础上，将变量数较多而且变量间有不同程度相关关系的数据转换成一组变量数较少而且变量间相互独立的新数据的方法。 主成分分析提供了一种数据转换方法。 主成分分析的原理 先讨论只有两个变量的情况。 设有 个样本，每样本观察了 和 两个变量。为简单起见，设 和 的平均数都是0。以 为横轴， 为纵轴，作图如下。由于 和 之间有密切的相关关系，大部分点在第1、3象限。 以坐标原点为中心，将坐标轴作适当旋转，让新的横坐标与原来的回归线重合。记新的横轴为 纵轴为 ，图形变成右下图。现在四个象限中的点数基本相同，说明 和 几乎没有相关。 资料结构不变，只是坐标轴旋转了，所以总方差不变，即 。而右图中， 的变异比 的变异大