分组主成分法在综合评价中的应用.pdfVIP

分组主成分法在综合评价中的应用 张艳 河海大学理学院，南京 (210098) E-mail ：zjg_zhangyan@ 摘 要：针对单独运用主成分分析法和因子分析法进行综合评价时存在的缺点，提出了将两 者的优点结合运用的方法－分组主成分法。即先用因子分析法对变量进行分组，然后再分别 对各组变量进行主成分分析。这种做法既保证了主成分分析和因子分析的优点，也克服了这 两种方法在评价中的缺点，提高了综合评价结果的合理性。并以实例验证了该方法的有效性。 关键词：主成分分析，因子分析，综合评价 中图分类号：O212 综合评价是统计方法体系中的一个重要分支，对于多指标综合评价问题，如果各指标之 间存在较高的相关性，采用主成分分析和因子分析进行综合评价可以取得良好的效果[1] 。但 是传统的主成分分析和因子分析两种方法单独用于综合评价有时会存在一定的问题，本文首 先分析了这两种方法用于综合评价的优点与缺点，然后结合这两种方法的优点提出了一种新 的综合评价的方法，即分组主成分评价法，然后以一个具体实例验证了该方法的可行性。 1 理论分析[2−5] 1.1 主成分分析 主成分分析是用几个较少的具有代表性的综合指标代替较多的原始指标的一种统计方 法。 优点：一般在主成分分析中，第一主成分作为原始指标变量的综合指标，其意义恰好与 综合评价的意义相同，而其它主成分的意义则并不明显，所以很多的综合评价是以第一主成 分的得分值排序后进行综合评价的，该方法简捷，意义也很直观。 缺点：一是第一主成分的代表性问题。它主要取决于变量指标间的相关性，如果相关性 大，则第一特征根也会相对较大，第一主成分的贡献率也会较大，效果较好，反之，则效果 较差。二是在第一主成分中各指标变量的系数正负，可能与评价的实际意义不符。 1.2 因子分析 因子分析是用几个较少的不可观测的公共因子的线性函数与特殊因子之和来描述原始 指标的一种统计方法。 优点：因子比主成分单纯，因为主成分是原始指标的线性组合，而原始指标是因子的线 性组合。而且因子分析可以通过旋转使因子变量更具有可解释性，因此因子的含义更容易明 确，更有助于样品评价指标的分类。 缺点：因子得分是估计值，其综合评价值不如主成分综合评价值准确。 因此可以结合这两种方法的优点，即利用主成分分析法中第一主成分的排序优势和因子 分析法中的指标分类优势，得到一种新的综合评价方法－分组主成分评价法。具体做法是先 用因子分析方法将变量分组，然后分别对各组变量进行主成分分析。该方法避免了单独用主 成分分析和因子分析进行综合评价时出现的问题。 - 1 - 2 具体步骤[6] n p (X i1 , X i2 , LX ip ) 设有 个样本，每个样本有 个指标 表示，则原始数据构成一个 n ×p 维的矩阵(X ij )n×p ，i 1,2, Ln ，j 1,2, Lp 。 xij −xj 1 n 1 n 2 Z ij xj ∑x ij σj ∑(xij −xj ) 1．将原始数据标准化 σj ，其中 n i 1 ， n −1 i 1 (Z ) R (r ) 2 ．求 ij n×p 的相关阵 ij p ×p