主成分分析实验课.pptVIP

主成分的定义---综合指标的寻求 首先，将各变量标准化。 对标准化变换后的变量xi，按以下步骤寻求一个又一个综合指标： (1) 寻求综合指标C1 ： C1=a11x1+a12x2+ … +a1pxp，且使 Var(C1)最大，则称C1为第一主成分； （2）寻求综合指标C2 ： C2=a21x1+a22x2+…+a2pxp， (a21，a22，…，a2p)垂直于(a11，a12，…，a1p)，且使Var(C2)最大。 按以上原则继续寻求综合指标。 主成分的性质 主成分间互不相关： Corr(Ci，Cj)=0 组合系数(ai1，ai2，…，aip)构成的向量为单位向量： 各主成分的方差是依次递减的： Var(C1)≥Var(C2)≥…≥Var(Cp) 总方差不增不减： Var(C1)+Var(C2)+ … +Var(Cp) =Var(x1)+Var(x2)+ … +Var(xp) =p 主成分是原变量的线性组合，是对原变量信息的一种改组，主成分不增加总信息量，也不减少总信息量。 主成分分析的实际计算步骤 计算X1，X2，…，Xp的相关矩阵R; 求矩阵R的全部特征值，由大到小依次记为?1，?2，… ?i …，?p; 求相应于特征值?i的特征向量(ai1,ai2,…,aip)。 PROC PRINCOMP过程 PROC PRINCOMP options； 1） OUT=SAS-data-set（SAS数据集） ---规定一个包含原始数据以及主成分的输出数据集。 2）OUTSTAT=SAS-data-set（SAS数据集） ---生成一个包含均值，标准差，观测个数，相关阵或协差阵，特征值和特征向量的输出SAS数据集。 3）N=number（个数） ---规定被计算的主分量个数。的值必须是大于等于零的整数。 4）PREFIX=name（名字） ---规定主分量名字的前缀。缺省时的名字为PRIN1，PRIN2，PRINn。如果PREFIX=C，则主分量名字为C1，C2，C3等。 data aa; input id x1 x2 x3 x4 x5 x6; cards; 1 173.28 93.62 60.10 86.72 38.97 27.51 2 172.09 92.83 60.38 87.39 38.62 27.82 3 171.46 92.78 59.74 85.59 38.83 27.46 4 170.08 92.25 58.04 85.92 38.33 27.29 5 170.61 92.36 59.67 87.46 38.38 27.14 6 171.69 92.85 59.44 87.45 38.19 27.10 7 171.46 92.93 58.70 87.06 38.58 27.36 8 171.60 93.28 59.75 88.03 38.68 27.22 9 171.60 92.26 60.50 87.63 38.79 26.63 10 171.16 92.62 58.72 87.11 38.19 27.18 11 170.04 92.17 56.95 88.08 38.24 27.65 12 170.27 91.94 56.00 84.52 37.16 26.81 13 170.61 92.50 57.34 85.61 38.52 27.36 14 171.39 92.44 58.92 85.37 38.83 26.47 15 171.83 92.79 56.85 85.35 38.58 27.03 16 171.36 92.53 58.39 87.09 38.23 27.04 17 171.24 92.61 57.69 83.98 39.04 27.07 18 170.49 92.03 57.56 87.18 38.54 27.57 19 169.43 91.67 57.22 83.87 38.41 26.60 20 168.57 91.40 55.96 83.02 38.74 26.97 21 170.43 92.38 57.87 84.87 38.78 27.37 22 169.88 91.89 56.87 86.34 38.37 27.19 23 167.94 90.91 55.97 86.77 38.17 27.16 24 168.82 91.30 56.07 85.8