第一章主成份分析.pptVIP

第一章 主成份分析 陳順宇 教授 成功大學統計系 主成份分析(Principal Component Analysis, PCA) 主要目的是訂定指標 它是對多個變數決定各變數權重而成 加權平均，依此訂出總指標 經由線性組合而得的主成份 能保有原來變數最多的資訊 即主成份有最大的變異數 也就是使受測者在這些主成份上 會顯出最大的個別差異 主成份分析3個重要目標 代表性 獨立性 精簡性 xi的線性組合 研究者常會找到很多項目(指示變數)， 然後做加權平均， 但問題就在於如何給定權重， 一種是主觀的人為訂定 (它是在資料收集前訂定)， 一種是客觀的透過資料本身 所傳達的訊息而訂定權重 (它是資料收集分析後再訂定) 權重 主成份分析就是要 將重要變數適當的給予較大的權重 不重要的變數給予較小的權重 矩陣的應用及特徵值、特徵向量 特徵值的定義 例：求矩陣A的特徵值、特徵向量 特徵值為的 根 解之得特徵值分別為 A為正定(positive definite p.d.)矩陣 定理 例1.1身高、體重的主成份分析 如何將身高與體重做一線性組合使y1更能代表一個人的體型呢？ 身高(x1)、體重(x2)的資料， 都是用來代表一