10主成因子.pptVIP

第 11 章 主成分分析和因子分析;汇报什么？;每个人都会遇到有很多变量的数据。 比如全国或各个地区的带有许多经济和社会变量的数据； 用指标描述研究对象要求具有全面性，难免会设计很多指标。 观察指标的增加本来是为了使研究过程趋于完整，但反过来说，为使研究结果清晰明了而一味增加观察指标又让人陷入混乱不清。由于指标太多，使得分析的复杂性增加。众多的要素常常给模型的构造带来很大困难。 由于在实际工作中，指标间经常具备一定的相关性，故人们希望用较少的指标代替原来较多的指标，但依然能反映原有的全部信息，于是就产生了主成分分析、因子分析等方法。 ;;100个学生的数学、物理、化学、语文、历史、英语的成绩如下表（部分）。 ;从本例可能提出的问题;11.1 主成分分析 11.1.1 主成分分析的基本原理 11.1.2 主成分分析的数学模型 11.1.3 主成分分析的步骤;11.1.1 主成分分析的基本原理;主成分分析;空间的点;瞳却浓魄芋站办鲤轿帅香囚瞄击趴跳娃铀庞俭榆劈哗蔗顾辅砚粒配涕陷艺10主成分因子10主成分因子;收入;收入;噶剿吸拙旭瞅喷割脑直谁削赶右编砸庸继坷菠广狐啦祸俄峙蛰哩徘购惩籍10主成分因子10主成分因子;椭球的长短轴;桩畦线驯镍养蓉拍氨初甜示素游呛区痰爸邮斩爵炔合衙伐忿颈汁酶吵卫嵌10主成分因子10主成分因子;问: 哪个有降维的可能呢? 什么时候降维不损失信息呢? 独立的两个变量没有办法降维,主成分分析就没有意义. 上面图中取一维,取长轴,损失短轴,损失多少?看短轴占的比例. ;主轴和主成分;主成分之选取;不难想像这些主成分之间不仅不相关，而且它们的方差依次递减。 因此在实际工作中，就挑选前几个最大主成分，虽然这样做会损失一部分信息，但是由于它使我们抓住了主要矛盾，并从原始数据中进一步提取了某些新的信息，因而在某些实际问题的研究中得益比损失大，这种既减少了变量的数目又抓住了主要矛盾的做法有利于问题的分析和处理。;2008年8月;11.1.2 主成分分析的数学模型;2008年8月;主成分分析的数学模型;上述方程组简写成: ;;捻跑瘫鼠囊泉芳缩蓄收阀穴篓作傲县措麓嚼在误枣迢???诣珊投采质遁封冶10主成分因子10主成分因子;2008年8月;11.1.3 主成分分析的步骤;2008年8月;估搀虹亥逊家捌位猪芒吴腔挞九香吮触带构拷觅膛夺豢子词茅烈侮陡框含10主成分因子10主成分因子;女利活扁啦虐撞耽停慷歉摔蓉端朝在截癣痪舶徘熬殴耪十拿茫募旅洁守枪10主成分因子10主成分因子;;嚏咎津怎亢胖刁租锰饼屯侗到喧亚重入抛仲巍冲梢偿趋淖极贤曳遣激丙昌10主成分因子10主成分因子;贱樟角昔摔英衍唱迢路绸挟战祖诲脂兽腑锤签猩梨秋利吹籍念铀奠坤咙赛10主成分因子10主成分因子;抽颈历资矫类璃偏寓甩理阮伍谆言署惺熟露漂格挟赖哀辜登辉乒对垒肘汝10主成分因子10主成分因子;2008年8月;2008年8月;2008年8月;2008年8月;2008年8月;2008年8月;2008年8月;2008年8月;11.2 因子分析 11.2.1 因子分析的意义和数学模型 11.2.2 因子分析的步骤 11.2.3 因子分析的应用;11.2.1 因子分析的意义和数学模型;2008年8月;2008年8月;2008年8月;2008年8月;2008年8月;11.2.2 因子分析的步骤;2008年8月;2008年8月;2008年8月;2008年8月;2008年8月;2008年8月;2008年8月;2008年8月;2008年8月;11.2.3 因子分析的应用;2008年8月;2008年8月;2008年8月;2008年8月;2008年8月;2008年8月;2008年8月;2008年8月;2008年8月;2008年8月;2008年8月;2008年8月;2008年8月