ch4主分量分析与主因子要点.pptVIP

第四章 主分量分析与主因子分析 主分量分析，又称主成分分析，进行空间分析时又称经验正交函数展开，该方法及其衍生技术在气候统计分析与预测中的应用非常广泛。 对事物特征的描述因子往往有众多的反映不同特征的指标，而由于因子众多，而且因子之间存在相关和重叠，特征描述就比较杂乱，难以表现最主要的规律，主分量分析就是归纳多因子的线性组合得到综合因子，而这个综合因子指标概括了多个因子变化的主要信息，从而可以减少表示特征的因子数，这个综合指标称为主成分或主分量。 打个比方，测量空气中的C和O元素含量的变化，在n个样本中发现，CO2浓度比较稳定，CO变化较大， ，若C的含量为X1，O的含量为X2，则co的含量y=x1+x2 ，就是主成分，它综合反映C和O的变化，而可不考虑CO2的变化。 从某种角度上说，各因子之间的相关性，必然存在起支配作用的共同因素，每一主成分代表变量间结合关系的一种作用。 如气象统计中，经常要研究各种气象要素场，如环流场，温度场，如果抽取要素场某段时期的资料，就构成一组以网格点为空间点随时间变化的样本，气象演变规律体现在要素场的结构上，一个空间场特征需众多的变量（空间点）描述，分析复杂，不易反映其主要特征，主分量分析用多因子组合综合反映