主成分分析30.pptVIP

协方差可以这么来定义: * 协方差的结果有什么意义呢？ 如果结果为正值，则说明两者是正相关的(从协方差可以引出“相关系数”的定义)，结果为负值就说明负相关的，如果为0，也是就是统计上说的“相互独立”。 从协方差的定义上我们也可以看出一些显而易见的性质，如： * 协方差矩阵的定义： 我们可以举一个简单的三维的例子，假设数据集有三个维度，则协方差矩阵为 可见，协方差矩阵是一个对称的矩阵，而且对角线是各个维度上的方差。 * 主成分分析的目标： 1、从相关的X1, X2,…,Xk ,求出相互独立的新综合变量（主成分）Y1,Y2 ,…,Yk。 2、Y＝（Y1,Y2,…,Yk）’所反映信息的含量无遗漏或损失的指标—方差,等于X＝（X1,X2,…,Xk）’的方差 。 X与Y之间的计算关系是： 那么主成分是如何计算和在环境中是如何应用的？ * 主成分在环境中的应用 * 主成分分析是把描述环境质量的多个要素(样本)化为少数几个综合指标的一种统计方法。 例： 某区域有多个监测点（样本），每个监测点又有多种污染物浓度监测数据。这样对区域环境质量的表述和评价需要大量的数据，而实际上，一些监测点之间是具有相互关系的，通过主成分分析，找出由若干个指标线性组合而成的环境质量综合指标，这几个指标最显著地反映出各样本代表的环境质量状况 的差异，且彼此又互不相关。这样通过对少数