数据分析PPT4.1.pptVIP

* * 例4.2的程序 data examp4_2 (type=cov); _type_=COV; input _name_ $ x1 x2 @@;cards; x1 1 4 x2 4 100;run; proc princomp data=examp4_2 cov; var x1 x2; run; proc princomp data=examp4_2; var x1 x2; run; * * 例4.1.2 学生身体各指标的主成分分析. 随机抽取30名某年级中学生,测量其身高(X1)、体重(X2)、胸围(X3)和坐高(X4),数据以下SAS程序的数据行. 试对中学生身体指标数据做主成分分析. 解 (1) 以下SAS程序首先生成包括30名学生身体指标数据的SAS数据集d721(其中变量NUMBER记录识别学生的序号)，然后调用SAS软件中的PRINCOMP过程进行主成分分析. * * Data d721; input number x1-x4 @@ ; cards; 1 148 41 72 78 2 139 34 71 76 3 160 49 77 86 4 149 36 67 79 ………………………………... 27 144 36 68 76 28 141 30 67 76 29 139 32 68 73 30 148 38 70 78 ; proc princomp data=d721 prefix=z out=o721 ; var x1-x4; run; 该选项规定 主成分的前 缀名字为z 生成包含主 分量得分的 输出数据集 行指针控制符 指示读完该行 数据行后再 跳到下一行。 * * proc plot data=o721; plot z2*z1 $ number=*; run; proc sort data=o721; by z1; run; proc print data=o721; var number z1 z2 x1-x4; run; 绘制前二个主成分得分的散点图.作图符号为*,并在每散点旁边加上序号,以便识别各个观测. 把输出集o721按第一主成分 z1的得分值从小 到大排序 输出排序后的数据集o721 * * 例4.2.1的输出结果 学生身体指标数据的描述统计量和相关阵 * * 输出7.2.1 相关阵的特征值和特征向量 例4.2.1的输出结果 * * PRINCOMP过程由相关阵出发进行主成分分析.由输出4.2.1中相关阵的特征值可以看出， 第一主成分的贡献率已高达88.53%；且前二个主成分的累计贡献率已达96.36%.因此只须用两个主成分就能很好地概括这组数据. 另由第三和四个特征值近似为0，可以得出这4个标准化后的身体指标变量(Xi*,i=1,2,3,4)有近似的线性关系(即所谓共线性),如 0.505747 X1* -0.690844 X2* +0.461488 X3* -0.232343 X4*≈0. * * 由最大的两个特征值对应的特征向量可以写出第一和第二主成分： Z1=0.4970 X1*+0.5146 X2* +0.4809 X3* +0.5069 X4* Z2= -0.5432 X1* +0.2102 X2* +0.7246 X3* - 0.3683 X4* 第一和第二主成分都是标准化后变量Xi* (i=1,2,3,4)的线性组合，且组合系数就是特征向量的分量. * * 利用特征向量各分量的值可以对各主成分进行解释. 第一大特征值对应的第一个特征向量的各个分量值均在0.5附近,且都是正值,它反映学生身材的魁梧程度.身体高大的学生,他的4个部位的尺寸都比较大;而身体矮小的学生,他的4个部位的尺寸都比较小.因此我们称第一主成分为大小因子. * * 第二大特征值对应的特征向量中第一(即身高X1的系数)和第四个分量(即坐高X4的系数)为负值,而第二(即体重X2的系数)和第三个分量(即胸围X3的系数)为正值,它反映学生的胖瘦情况,故称第二主成分为胖瘦因子. * * 输出4.2.2 第二主成分得分对第一主成分得分的散布图 * * 输出4.2.2是PLOT过程产生的输出图形，从图中可以直观地看出，按