5 主成分分析方法.PPTVIP

§3.5 主成分分析方法 主讲人：徐建华 §3.5 主成分分析方法 在地理系统分析中，多变量问题是经常会遇到的。变量太多，无疑会增加分析问题的难度与复杂性。主成分分析就是寻找用较少的新变量代替原来较多的旧变量，而且使新变量尽可能多地保留原来较多信息的方法 主成分分析的基本原理 主成分分析的计算步骤 主成分分析方法应用实例 基本原理 计算步骤 计算相关系数矩阵 rij（i，j=1，2，…，p）为原变量xi与xj的相关系数 。 计算步骤： ① 解特征方程　　　　，求出特征值，并使其按大小顺序排列，即 ② 分别求出对应于特征值　的特征向量 　　　要求 　　=1，即　　　　　，其中　表示向量的　　第j个分量。 ③ 计算主成分贡献率及累计贡献率 3. 主成分分析方法应用实例 　　　　　　　表3.5.5 相关系数矩阵 　 表3.5.6 特征值及主成分贡献率和累计贡献率 * * 问题的提出：有n个地理样本，每个样本共有p个变量，构成一个n×p阶的地理数据矩阵 当p较大时，在p维空间中考察问题比较麻烦。 定义：(记x1，x2，…，xP为原变量指标，z1，z2，…，zm（m≤p）为新变量指标) （3.5.1） (3.5.2) z1，z2，…，zm分别称为原变量指标x1，x2，…，xP的第一，第二，…，第m主成分。 主成分分析的主要任务就是确定每一个主成分Zi在原变量xj上的载荷lij 系数lij的确定原则： ① zi与zj（i≠j；i，j=1，2，…，m）相互无关； ② z1是x1，x2，…，xP的一切线性组合中方差最大者，z2是与z1不相关的x1，x2，…，xP的所有线性组合中方差最大者；……；zm是与z1，z2，……，zm－1都不相关 的x1，x2，…，xP的所有线性组合中方差最大者。 （3.5.3） （3.5.5） （3.5.6） ⑤ 各主成分的得分： ④ 计算主成分载荷 ▲累计贡献率: ▲贡献率: （1） 实例1: 流域系统的主成分分析（张超，1984） 　表3.5.1给出了某流域系统57个流域盆地的9项变量指标。X1：流域盆地总高度（m），x2：流域盆地山口的海拔高度（m），x3：流域盆地周长（m），x4：河道总长度（m），x5：河道总数，x6：平均分叉率，x7：河谷最大坡度（度），x8：河源数， x9：流域盆地面积（km2）。 计算过程： ① 对原始数据作标准化处理，代入公式（3.5.4）计算，得到相关系数矩阵（表3.5.2）。 　 ② 由相关系数矩阵计算特征值、各个主成分的贡献率、累计贡献率（表3.5.3）。由表3.5.3可知，第一，第二，第三主成分的累计贡献率已高达86.5%，故只需求出第一、第二、第三主成分z1，z2，z3即可。 ③ 对于特征值=5.043，=1.746，=0.997分别求出其特征向量e1，e2，e3，再用公式（3.5.5）计算各变量x1，x2，…，x9在主成分z1，z2，z3上的载荷（表3.5.4）。 　　　　表3.5.2　相关系数矩阵 ? ? ? ? ? ? ? ? 1.000 ? ? ? ? ? ? ? 1.000 0.799 ? ? ? ? ? ? 1.000 0.164 0.158 ? ? ? ? ? 1.000 0.170 0.181 0.071 ? ? ? ? 1.000 0.165 0.158 0.999 0.788 ? ? ? 1.000 0.921 0.094 0.217 0.928 0.937 ? ? 1.000 0.841 0.737 0.167 0.162 0.753 0.910 ? 1.000 -0.017 -0.157 -0.150 -0.274 -0.566 -0.158 -0.016 1.000 -0.370 0.619 0.657 0.474 0.074 0.607 0.481 0.689 x1 x2 x3 x4 x5 x6 x7 x8 x9 x9 x8 x7 x6 x5 x4 x3 x2 x1 　　　表3.5.3　特征值及主成分贡献率 56.029 75.428 86.504 93.285 97.061 98.967 99.840 99.996 100.00 56.029 19.399 11.076 6.781 3.778 1.907 0.8727 0.1556 0.0042 5.043 1.746 0.997 0.610 0.339 0.172 0.079 0.014 0.0004 1 2 3 4 5 6 7 8 9 累计贡献率（%） 贡献率（%） 特征值 主成分 　　　　　　　表3.5.4　主成分载荷 83.05 73.20 82.1