^主成分分析.pptVIP

为什么要用主成分分析 变量太多 降维简化 例如心理学研究中，描述儿童气质的指标有9个；描述儿童性格的指标有12个；描述儿童活动能力的指标有6个，等等。 变量间相关 变量间独立 如描述儿童生长发育的指标中，身高、腿长和臂长；肩宽、胸宽和臀股宽；胸围、大腿围和臂围，等等。 举例说明 如何利用这些指标对每一儿童的生长发育作出正确评价？ 仅用单一指标： 结论片面； 没有充分利用原有数据信息。 利用所有指标： 各指标评价的结论可能不一致，使综合评价困难 工作量大。 相关概念 主成分分析（主分量分析） 从多个数值变量（指标）之间的相互关系入手，利用降维的思想，将多个变量（指标）化为少数几个互不相关的结合变量（指标）的统计方法。 基本思想 寻找新变量（主成分） 该新变量的主要特点： 比原来变量个数少 各个变量间独立 尽可能保留原始变量的信息 主成分分析的应用 1.对样品进行分类（肝病患者分类） 利用主成分得分对样品进行分类 2.对原始指标进行综合（调查表的制定） 以互不相关的较少个综合指标反应众多 原始指标提供的信息。 主成分分析的应用 3.进行综合评价（基于主成分分析法的某医院老年病科医疗质量与效率的评价分析） 4.进行探索性分析（医学生学习倦怠影响因素的主成分分析；基于主成分分析的湿疹效应机制研究） 利用因子载荷阵，找出影响各综合指标的主要原始指标。 应用例1 原始数据（因素，调查表条目等等）X1，X2，...，Xm 计算特征根λ1，λ2，λ3，...，λm 确定主成分数 k 提取主成分Z1，Z2，Z3，...Zk 主成分表达式Zi=ɑ1X1+ɑ2X2+,...,ɑmXm 总体评价表达式Z=β1Z1+β2Z2 +β3Z3 +…+βkZk 特征值（特征根） 主成分个数的选取 保留多少个主成分主要考虑保留部分的累积方差在方差总和中所占百分比（即累积贡献率），它标志着前几个主成分概括信息的多少。 常见的判断方法有： 1.特征值准则：取特征值1的主成分。SPSS软件中默认的方法。 2.累积方差比例原则：一般推荐累积方差达到80%以上时，即可停止选择主成分。 3.利用碎石图：将主成分按特征根从大到小排列，画出特征根随主成分个数变化的散点图，根据图的形状来判断主成分的个数。曲线开始变平的前一个点（拐点）认为是提取的最大主成分数。也就是根据特征根的变化速率来确定。 碎石图 特征向量 调查表数据 将主成分按特征根从大到小排列，画出特征根随主成分个数变化的散点图，根据图的形状来判断主成分的个数。曲线开始变平的前一个点（拐点）认为是提取的最大主成分数。也就是根据特征根的变化速率来确定。 应用举例 注意事项 1.需要提供KOM值，Bartletts球形检验的近似卡方值（相关系数矩阵） 2.需要有各个条目的贡献率和累积贡献率 3.需要提供主成分个数选择的依据（λ1、碎石图或者累积贡献率80%） 4.需要提供特征向量及主成分表达式 5.需要提供成分矩阵（因子载荷阵） 表示各个条目之间的相关程度 最大的相关程度为1。 KOM值：检验变量的偏相关是否很小。KOM值越大表示因子分析效果越好，一般认为0.5时，数据可做因子分析。Bartletts球形检验:是用来检验相关矩阵是否是单位阵，单位阵表示该因子模型不适宜。若P0.05是表示该矩阵不是单位阵，说明变量间存在较大的相关性，当变量间（调查条目）相关性较小时，应用主城分分析是没有意义的。 保留多少个主成分主要考虑保留部分的累积方差在方差总和中所占百分比（即累积贡献率），它标志着前几个主成分概括信息的多少。累积方差比例原则：一般推荐累积方差达到80%以上时，即可停止选择主成分。 成份矩阵就是因子载荷矩阵。 每一个载荷量表示主成分与对应变量的相关系数 111 主成分分析 高晓欢 中国全科医学杂志编辑部 目录 基本思想 基本步骤 主要应用 文献举例 注意事项 肝病分类 调查表制定 通过患者的四个肝功能指标，来对肝病患者进行分类 （一）主成分的求法 1. 对各原始指标值进行标准化 为了方便，仍用Xij表示Xij’。 标准化后的数据矩阵 X = 2. 求出X1 , X2 , … , Xm 的相关矩阵R R=Cov(X)= 3. 求出矩阵R的全部特征值(eigenvalue) ?i, 第i个主成分的组合系数ai1, ai2, ?, aim满 足方程组: (r11－ ?i) ai1+ r12 ai2+ ?+ r1m aim =0 r21 ai1+ (r22－ ?i) ai2+ ?+ r2m aim=0