主成分分析和因子分析应用中值得注意的问题_王学民.pdfVIP

T J Y J 知识丛林 C ZHISHICONGLIN 年第 期(总第 期) 2007 6 239 主成分分析 因子分析应用中值得注意的问题 和 ■王学民 主成分分析和因子分析方法是对多 人们一般都是从样本协方差矩阵 或样 算所得的样本主成分得分或因子得分画 S 元数据进行降维分析的强有力工具,在 本相关矩阵R出发来进行主成分分析 两两散点图;直接查看某种计算结果;等 我国已得到了越来越广泛的应用,并有 和因子分析的。 等。下面的例子将告诉我们异常值会对 着许多成功应用的例子。尽管成功的例 一、异常值的影响 数据分析的结果产生多么大的影响。 子越来越多,但误用的例子也有不少,有 在实际问题中,我们所遇到的(特别 例 1.沪市608家上市公司2001年 些误用也出现在了公开发表的学术论文 是反映规模的)总体经常会含有一个取 财务报表中有如下十个主要财务指标: 中。这两种方法虽然很有用,但它们都有 值异常的极小部分,虽然只是极小的一 主营业务收入 (,元)、主营业务利润 x 1 自己的适用场合和需符合的条件,如果 部分却使得整个总体的变异性较大或很 (,元)、利润总额 (,元)、净利润 (, x x x 2 3 4 不注意这些就有可能陷入方法使用的误 大。通过(简单随机)样本对这样的总体 元)、每股收益(,元)、每股净资产(, x x 5 6 区。只有科学合理地使用这些方法才能 进行统计推断,其有效性往往是较低、甚 元)、净资产收益率(, )、总资产收益 x% 7 取得理想的效果。本文将从四个方面阐 至很低的,以致统计推断的结果不太可 率(, )、资产总计(,元)、股本( )。 x% x x 8 9 10 述使用主成分分析和因子分析时需注意 靠。针对这种情况,我们通常采用的一种 在正式作因子分析之前应先检查一下是 的问题。 做法是,删除样本中极个别的异常值,然 否有异常值,经过初步的因子分析计算, 设 ,,…, 是来自均值向量为 后用这稍缩减了一点点的样本对总体中 发现有这样四只股票的第一因子 (反映