R语言主成分分析的案例..docx

/blog/dataman/3073R语言主成分分析的案例R语言也介绍到案例篇了，也有不少同学反馈说还是不是特别明白一些基础的东西，希望能够有一些比较浅显的可以操作的入门。其实这些之前SPSS实战案例都不少，老实说一旦用上了开源工具就好像上瘾了，对于以前的SAS、clementine之类的可视化工具没有一点感觉了。本质上还是觉得要装这个、装那个的比较麻烦，现在用R或者python直接简单安装下，导入自己需要用到的包，活学活用一些命令函数就可以了。以后平台上集成R、python的开发是趋势，包括现在BAT公司内部已经实现了。 今天就贴个盐泉水化学分析资料的主成分分析和因子分析通过R语言数据挖掘的小李子： 有条件的同学最好自己安装下R，操作一遍。今有20个盐泉，盐泉的水化学特征系数值见下表.试对盐泉的水化学分析资料作主成分分析和因子分析.（数据可以自己模拟一份）其中x1:矿化度(g/L);x2:Br?103/Cl;x3:K?103/Σ盐;x4:K?103/Cl;x5:Na/K;x6:Mg?102/Cl;x7:εNa/εCl.1.数据准备导入数据保存在对象saltwell中saltwell-read.table(c:/saltwell.txt,header=T)saltwell2.数据分析1标准误、方差贡献率和累积贡献率arrests.pr- prcomp(saltwell, scale = TRUE)summary(arrests.pr，loadings=TRUE)2每个变量的标准误和变换矩阵prcomp(saltwell, scale = TRUE)3查看对象arests.pr中的内容 str(arrests.pr)4利用主成分的标准误计算出主成分的累积方差比例cumsum(arrests.pr$sdev^2)/7[1]0.6067060 0.7850968 0.9165341 0.9790524 0.9954128 0.9999024 1个化学成分占主成分的得分 arrests.pr$x6数据分析结果图形表示screeplot(arrests.pr,main=saltwell) biplot(arrests.pr)按第一主成分排序的结果： data.frame(sort(arrests.pr$x[,1]))主因子分析计算数据的相关系数矩阵saltwell.cor-cor(saltwell) saltwell.cor计算特征值和特征向量及因子的贡献率和累积贡献率 saltwell.eigen-eigen(saltwell.cor) saltwell.eigen根据主成分分析结果确定公共因子个数. saltwell.pr- princomp(saltwell, cor=T) summary(saltwell.pr)均值 saltwell.pr$center标准误 saltwell.pr$scale下面用特征值的平方根乘以相应的特征向量得到因子载荷矩阵.并且只显示前2个因子的结果： t(sqrt(saltwell.eigen$values) *t(saltwell.eigen$vectors))[,1:2]用R语言自带的函数factanal()进行分析saltwell.fa-factanal(saltwell,factors = 2) print(saltwell.fa, cutoff=0.001)下面用回归方法(regression)计算因子得分并作图，然后对样本进行分类. saltwell.fa-factanal(saltwell,factors = 2, scores = regression) saltwell.fa$scores