主成分分析和因子分析由来.docVIP

冯士雍研究员（统计学家）的一个关于“中国人体型分类与国家标准以及《服装号码》判定”的科研项目（1986-1990五年间，随机采访了15200人左右，得到了10622份有效数据（其中男生5115，女生5507）） 表一 上衣的8个人体部位尺寸的均值与标准差以及条件标准差 男生个体（5115） 部位 身高给定后的条件 身高和胸围给定后的条件 身高 167.48 6.09 ---- ---- 颈椎点高 142.91 5.60 1.36 1.34 腰围高 100.58 4.44 1.84 1.83 坐姿颈椎点高 65.61 2.67 1.74 1.71 颈围 36.83 2.11 2.06 1.68 胸围 87.53 5.55 5.24 ---- 肩宽 43.24 2.75 2.47 2.25 臂长 54.53 3.04 2.23 2.23 表二 身高和胸围给定后的条件期望 成年男子 颈椎点高 -7.985+0.877*身高+0.0451*胸围 腰围高 -8.881+0.677*身高-0.0452*胸围 坐姿颈椎点高 7.623+0.315*身高+0.059*胸围 颈围 16.252+0.0047*身高+0.226*胸围 肩宽 2.863+0.141*身高+0.192*胸围 臂长 -2.667+0.377*身高+0.0096*胸围 具体的主成分分析结果可见如下参考资料： 管宇编：《实用多元统计分析》[M]，杭州：浙江大学出版社.2011 表三 33个学生6门功课成绩的相关系数矩阵 古典语 法语 英语 数学 判别 音乐 古典语 1 0.83 0.78 0.70 0.66 0.63 法语 0.83 1 0.67 0.67 0.65 0.57 英语 0.78 0.67 1 0.64 0.54 0.51 数学 0.70 0.67 0.64 1 0.54 0.51 判别 0.66 0.65 0.54 0.54 1 0.40 音乐 0.63 0.57 0.51 0.51 0.40 1 斯皮尔曼（C.Spearman）推测：总体协方差阵，也就是这6门功课成绩的协方差阵，应该有这样的结构： 记为：.每一门功课成绩都是由两部分构成。前一部分中的是对所有课程的考试成绩都有贡献的一个随机变量，后一部分中的是仅对第i门课程考试成绩有贡献的一个随机变量。为此称为公共因子，而把称为特殊因子，并假设与相互独立，特殊因子间也相互独立。这就是因子分析的最初由来。 后记：现代教育理论认为，学生各科成绩的好坏主要是受每个学生的阅读理解能力、抽象思维能力、记忆能力和学习刻苦努力程度决定的。当然，学生成绩的好坏除了受制于上述4个公共因子影响之外，还可能受到其它特殊因子的影响。 总体来说，主成分分析主要是作为一种探索性的纯数学上的某种优化技术，在分析者进行多元数据分析之前，用主成分分析来分析数据，让自己对数据有一个大致的了解是非常重要的。主成分分析通常和聚类、判别、回归分析等方法合用。主成分可以不需要实际意义，公共因子必须要能进行实际解释的。对因子进行命名解释是因子分析的非常重要环节，如果无法对因子作出合乎实际的解释，这个分析只能算是无效的，必须更换条件重新运算。 表3 2008年湖北省各市农村经济发展指标 Table 1　Rural economical development indexes of Hubei cities on 2008 地区 名称Area //千公顷 //千瓦 //千克/公顷 //千瓦时 //千公顷 //千公顷 //亿元 //亿元 //元 //元 //平方米 //亿元 //亿元 //张 武汉市 207.8 0.7 79.0 478.8 161.2 554.8 49.6 20.3 6349 4755 45.8 244.6 66.8 35690 黄石市 87.1 0.4 52.2 623.9 37.8 208.5 16.5 4.1 4374 3705 40.5 66.5 8.9 8004 十堰市 167.8 0.4 69.7 108.6 36.3 413.4 12.0 7.8 2841 2642 29.5 96.4 37.1 11271 宜昌市 227.6 0.8 147.6 228.0 101.6 545.8 67.9 12.4 4686 3822 44.6 226.8 45.4 12086 襄樊市 421.7 1.2 114.6 143.9 228.3 866.7 35.2 10.6 4880 3513 35.7 321.3 32.3 14627