【参考】主成分分析法的原理应用及计算步骤.docVIP

一、概述 在处理信息时，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠 二、基本原理 主成分分析是数学上对数据降维的一种方法。其基本思想是设法将原来众多的具有一定相关性的指标X1，X2，…，XP（比如p个指标），重新组合成一组较少个数的互不相关的综合指标Fm来代替原来指标。那么综合指标应该如何去提取，使其既能最大程度的反映原变量Xp所代表的信息，又能保证新指标之间保持相互无关（信息不重叠）。 设F1表示原变量的第一个线性组合所形成的主成分指标，即,由数学知识可知，每一个主成分所提取的信息量可用其方差来度量，其方差Var(F1)越大，表示1包含的信息越多。因此在所有的线性组合中选取的1应该是1，X2，…，XP的所有线性组合中方差最大的，故称1为第一主成分如果第一主成分不足以代表原来个指标的信息，再考虑选取2，为有效地反映原信息，1已有的信息就不需要再出现2中，2与F1要保持独立、不相关，用数学语言表达就是Cov(F1, F2)=0，1不相关的X1，X2，…，XP的所有线性组合中方差最大的，故称2为第二主成分，依此类推构造出……、Fm为原变量指标X1、X2……XP第……、第个主成分。 根据以上分析得知： (1) Fi与Fj互不相关，即Cov(Fi，Fj) = 0,并有Var(Fi)=ai’Σai，其中Σ为X的协方差阵 (2)F1