SAS第四章报样本.docVIP

佛山科学技术学院 上 机 报 告 课程名称 数据分析 上机项目 主成分分析 专业班级 09信息2班姓 名 曹景成 学 号2009254226 指导教师 成 绩 日 期 一、上机目的 了解主成分分析和典型相关的基本概论和方法。 二、上机内容与要求 1.总体主成分的定义 2.总体主成分的求法 3.总成分的协方差矩阵及总方差 4.主成分的贡献率与累计贡献率 5.标准化变量的主成分 6.样本总成分 7.典型相关系数的显著性检验 三、上机步骤 完成例题4.1，4.2，4.3，4.6 examp4_1 输出结果为： 特征值为及相应的正交单位化特征向量分为： λ1=5.83 ê1= （-.382683 0.00000 0.92388） λ2=2.00 ê2= （0.923880 0.00000 0.382683） λ3=0.17 ê3= （0.000000 1.00000 0.000000 ） 因此X的三个主成分为： Y1=-0.383X1+0.924X2 Y2=X3 Y3=0.924X1+0.383X2 X3是一个主成分 与X1和X2不相关 第一主成分贡献率为：5.83/（2.00+5.83+0.17）=73% 前两个主成分贡献率为：（2.00+5.83）/（2.00+5.83+0.17）=98% 因此，若用前两个主成分代替原来三个变量，其信息损失率仅为2%是很小的。 examp4_2 输出结果为： 求得Σ的特征值和相应的正交单位化特征向量为： λ1= 100.161353 ê1= （0.040306 0.999187） λ2= 0.838647 ê2= （0.999187 -.040306） X的两个主成分为： Y1=0.040306 X1+0.999187X2 Y2=0.999187X1+-.040306 X2 第一主成分的贡献率为： 100.16/101=99.2% 由此看到，当X2的方差比X1的方差大很多时，X2在第一主成分中的权系数也比较X1的权系数大许多，因而X2完全控制了提取信息量占99.2%的第一主成分，淹没了X1的作用。 如果从p出发主成分分析，即求标准化向量X*的主成分，则可以求得p的特征值和相应的正交单位化向量为： λ1*=1 ê1*= （0.70710 0.707107） λ2*=0 ê2*= （0.707107 -.707107） X的两个主成分为： Y1*= 0.70710 X1*+ 0.707107X2*= 0.70710 （X1-υ1）+ 0.707107（X2-υ2） Y2*= 0.707107X1* -.707107 X2*=0.707107（X1-υ1） -.707107 （X2-υ2） 此时第一主成分Y1*的贡献率下降为： 1.4/2=70% 因此Σ和所求的主成分一般是不同的。当涉及的变量的量纲不同或者变量的方差差异较大时，应考虑从相关系数矩阵出发进行主成分分析。 examp4_3 输出结果为： S= S的特征值与正交单位化特征向量为： λ1=110.00413 ê1= （0.559157 0.827674 0.047960） λ2=25.324480 ê2= （0.421287 -.333483 0.843390） λ3= 1.568048 ê3= （0.714046 -.451382 -.535157 ） 各样本主成分的贡献率分别为： 110.00413/136.896=80.36% 25.324480/136.896=18.50% 1.568048/136.896=1.15% 因此前两个主成分的累计贡献率已达98.86%，实际中可只取前两个主成分： Y1= 0.559157 X1+ 0.421287X2+ 0.714046X3 Y2= 0.827674 X1-0.333483X2-0.451382 X3 观察可知，第一主成分y1是反映学生身材十分魁梧的综合指标。Y2是反映学生体型特征的综合指标。 ex