第七章主成分分析-4版解析.ppt

of 什么情况适宜用主成分分析？ 变量间有较强的相关性 利用两个主成分分析各国运动员情况 -2 0 2 4 主成分提取方法 相关矩阵vs 方差-协方差矩阵 分析相关矩阵：针对标准化变量进行主成分分析。， 分析方差-协方差矩阵：针对非标准化变量进行主成分分析。 几点说明2： 两者有区别：主成分分析追求最大化方差 协方差阵：方差数量级大的变量的影响会淹没数量级小的变量的影响（尽管其离散度可能并不小）——大象和兔子 相关阵：可以克服变量计量单位不同、数量级相差较大带来的问题，更好地反映方差模式。缺点：可能放大了不重要变量的影响。 用哪种方法：根据研究问题的性质、目的和经济解释 前例：相关阵与协差阵主成分比较 R ? ? R 主成分分析案例：2003年广东省各地区电信业发展状况综合分析 调查对象的选取 广东省21个地级市2003年度电信业发展数据 七个主要指标 X1：电信业务总量（万元） X2：每百人拥有固定电话数（门） X3：每百人拥有移动电话数（个） X4：国际互联网用户（万户） X5：互联网用户使用时长（万分钟） X6：长途电话通话量（万次） X7：长途电话通话时长（万分钟） 第一主成分：总量因素，城市电信业务规模 第二主成分：平均量成分，电话人均普及状况 各城市电信发展水平的评价：排名 四、PCA的应用 主成分回归：当回归分析的解释变量中存在多重共线或解释变量个数相对于样本数过多时 综合评价 降维或化简变量 分组 结构 筛选数据，找出特异点 1. Principal Components Regression Standard regression problem with response y and regressors X1, X2, …, Xp. X1, X2, …, Xp may be exactly collinear or nearly so. Least squares estimates of regression coefficients are not possible, or not reliable in that case. Can use Principal Components to address the problem. 例 医院生产率 因变量：manhrs 解释变量：load,xray,beddays,stay,elgpop 散点图 主成分回归（对协方差阵）： 首先找出解释变量的主成分，然后作因变量对主成分的回归。 （1）对协方差阵做主成分分析 保留几个主成分？ ?1 ?2 load 0.006780 0.032034 xray 0.978406 -.206686 beddays 0.206532 0.977801 elgpop 0.004544 0.012654 stay 0.000033 0.000488 求特征向量?1、?2： 计算主成分得分 zi faci-i×?1/2 注意：SPSS给出的主成分得分是标准化分，需转化成非标准化分. 方法二：用SPSS的标准化主成分得分计算主成分得分 （2）主成分回归：做manhrs对主成分z1、z2的回归 对相关阵提取主成分 系数结构与协方差主成分完全不同 主成分回归：先将Manhrs标准化，作Manhrss对标准化主成分回归 1 2 2 代入 1 3 3 非标准化： 0.233的含义？ 一般回归法：删除变量 模型比较？ 方差阵主成分回归结果： 相关阵主成分回归结果： 2. Intelligent Index Formation 从调查或实验数据创建综合评价指标 May have answers to p questions, say X1, X2, …, Xp. And you may want to summarize these p responses with one number “index” that best captures the diversity in responses. E.g. is common to add the responses, or average them, perhaps being sensitive to questions that are reverse coded. Already should be clear to you that a simple averaging may not be the best way to summarize the original p questions. 综合评价例：人的“认知需要” 认知需要：一个人喜欢或执迷于思考问题、解决问题的程度 如何判断某个人是否具有“认知需要” ？ 通常可以进行测