主成分分析ppt 幻灯片.pptVIP

第五章主成分分析(principal component analysis) 主成分分析 主成分回归 §1 主成分分析 二 基本思想 是将原来p个指标线性组合,作为新的综合指标,分别记为F1,F2,…,而这些新的线性组合必须满足: F1尽可能的反映原来指标的信息（经典的方法是用方差来表达信息，即选取使var(F1)最大的线性组合）称F1为第一主成分. 如果F1不足以代表原来p个指标的信息，再选取第二个线性组合即F2，同时要求F1已包含的信息不需要再出现在F2中（数学上表示为cov(F1, F2)=0）. 称F2为第二主成分. 满足 从图上可看出： n个样本点的波动大部分可以归结为在Fl方向上的波动，即Fl的方差最大。 变量Fl代表了原始数据的绝大部分信息，F2方向的波动不大. Fl，F2具有不相关的性质. 如果椭圆是相当扁平的（x1，x2相关性越强），可以只考虑Fl方向上的波动，F2可以忽略不计. 五. 原始变量被主成分的提取率 累计贡献率度量了F1，F2，……，Fm从原始变量 X1，X2，……XP中所提取的信息量。 另一个问题：X1，X2，……XP各有多少信息分别被F1，F2，……，Fm提取？用什么指标来度量？ 考虑用F1分别与X1，X2，……XP的相关系数的平方。 如果有m个主成分，则第i 原始变量信息的被提取率为： 定义：如果一个主成分仅仅对某一个原始变量有作用，则称为特殊成分。 如果一个主成分对所有的原始变量都起作用称为公共成分。 (该题无公共因子） 2.基于相关系数矩阵（标准化变量的主成分） 如果变量有不同的量纲，则必须基于相关系数矩阵进行主成分分析。不同的是计算得分时应采用标准化后的数据。（标准化变量的协方差矩阵就是原始变量的相关系数矩阵） 例一 应收账款是指企业因对外销售产品、材料、提供劳务及其它原因，应向购货单位或接受劳务的单位收取的款项，包括应收销货款、其它应收款和应收票据等。出于扩大销售的竞争需要，企业不得不以赊销或其它优惠的方式招揽顾客，由于销售和收款的时间差，于是产生了应收款项。应收款赊销的效果的好坏，不仅依赖于企业的信用政策，还依赖于顾客的信用程度。由此，评价顾客的信用等级，了解顾客的综合信用程度，做到“知己知彼，百战不殆”，对加强企业的应收账款管理大有帮助。某企业为了了解其客户的信用程度，采用西方银行信用评估常用的5C方法，5C的目的是说明顾客违约的可能性。 1、品格（用X1表示），指顾客的信誉，履行偿还义务的可能性。企业可以通过过去的付款记录得到此项。 2、能力（用X2表示），指顾客的偿还能力。即其流动资产的数量和质量以及流动负载的比率。顾客的流动资产越多，其转化为现金支付款项的能力越强。同时，还应注意顾客流动资产的质量，看其是否会出现存货过多过时质量下降，影响其变现能力和支付能力。 3、资本（用X3表示），指顾客的财务势力和财务状况，表明顾客可能偿还债务的背景。 4、附带的担保品（用X4表示），指借款人以容易出售的资产做抵押。 5、环境条件（用X5表示），指企业的外部因素，即指非企业本身能控制或操纵的因素。 首先并抽取了10家具有可比性的同类企业作为样本，又请8位专家分别给10个企业的5个指标打分，然后分别计算企业5个指标的平均值，如表。 Total Variance = 485 Eigenvalues of the Covariance Matrix Eigenvalue Difference Proportion Cumulative PRIN1 410.506 367.242 0.845854 0.84585 PRIN2 43.264 22.594 0.089146 0.93500 PRIN3 20.670 12.599 0.042591 0.97759 PRIN4 8.071 5.266 0.016630 0.99422 PRIN5 2.805 . 0.005779