R语言主成分分析.docVIP

R语言主成分分析 主成分分析（principal component analysis)是将多指标化为少数几个综合指标的一种统计分析方法，这种降维的技术而生成的主成分，能够反映原始变量的绝大部分信息，通常表示为原始变量的线性组合。 下面主要介绍在R中的主成分分析 1）概念： ①主成分的均值和协方差阵 ②主成分的总方差 贡献率及累计贡献率 ③原始变量与主成分变量之间的相关系数 ④m个主成分对原始变量的贡献率 ⑤原始变量对主成分的影响 2）从相关矩阵或者协方差矩阵出发求主成分 ①变量的标准化 scale() 3）在R中，可以用stats包中的prcomp函数及princmp()函数进行主成分分析。 ## 类formula的S3方法 prcomp(formula, data = NULL, subset, na.action, ...) ## Default S3 method: prcomp(x, retx = TRUE, center = TRUE, scale = FALSE, tol = NULL, ...) 参数介绍： formula：在公式方法中设定的没有因变量的公式，用来指明数据分析用到的数据框汇中的列 data：包含在formula中指定的数据的数据框对象， subset：向量对象，用来指定分析时用到的观测值，其为可选参数 na.action:指定处理