- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
人均消费平的主成分分析评价雷鹏
人均消费水平的主成分分析评价
一:实验目的:本次实验报告是以例子7-2的数据的八个指标作为原始变量,使用R语言,对我国的31个地区的人均消费水平做分析评价,并根据因子得分和综合得分对各个地区的人均消费水平进行综合分析,并使用系统聚类法对进行地区的分类。
二:实验的步骤:
1.计算相关矩阵。
x=read. table(clipboard,head=T)
library(mvstats, lib.loc=D:/R-3.1.0/library)
cor(x) #数据的复制以及相关矩阵
X1 X2 X3 X4
X1 1.0000000 0.2594180 0.6552149 0.5661754
X2 0.2594180 1.0000000 0.2138888 0.3359252
X3 0.6552149 0.2138888 1.0000000 0.7023946
X4 0.5661754 0.3359252 0.7023946 1.0000000
X5 0.8866389 0.2385623 0.6346613 0.5659877
X6 0.8308639 0.2752803 0.8148436 0.7688616
X7 0.6020030 -0.1967162 0.5346897 0.2813273
X8 0.8493212 0.3551320 0.6190994 0.7111310
X5 X6 X7 X8
X1 0.8866389 0.8308639 0.6020030 0.8493212
X2 0.2385623 0.2752803 -0.1967162 0.3551320
X3 0.6346613 0.8148436 0.5346897 0.6190994
X4 0.5659877 0.7688616 0.2813273 0.7111310
X5 1.0000000 0.7590775 0.7203573 0.8769794
X6 0.7590775 1.0000000 0.5623373 0.8045281
X7 0.7203573 0.5623373 1.0000000 0.4654599
X8 0.8769794 0.8045281 0.4654599 1.0000000
2.求相关矩阵的特征值和主成分负载
PCA=princomp(x,cor=T) #主成分分析
PCA #特征值开根号结果
Call:
princomp(x = x, cor = T)
Standard deviations:
Comp.1 Comp.2 Comp.3 Comp.4
2.2787134 1.1227556 0.8044059 0.6231343
Comp.5 Comp.6 Comp.7 Comp.8
0.4843913 0.3823558 0.2964918 0.2068370
8 variables and 31 observations.
summary(PCA)
Importance of components:
Comp.1 Comp.2
Standard deviation 2.2787134 1.1227556
Proportion of Variance 0.6490668 0.1575725
Cumulative Proportion 0.6490668 0.8066394
Comp.3 Comp.4
Standard deviation 0.8044059 0Proportion of Variance 0.0808836 0Cumulative Proportion 0.8875230 0 Comp.5 Comp.6
Standard deviation 00Proportion of Variance 00Cumulative Proportion 00 Comp.7 Comp.8
Standard
文档评论(0)