主成分分析法在粮食产量中应用.docVIP

主成分分析法在粮食产量中的应用 摘 要 主成分分析的基本思想是设法将原来指标重新组合成一组新的互相无关的几个综合指标来代替原指标，并根据实际需要从中取几个较少的综合指标尽可能多的反映原来指标的信息。主成分分析法适合处理一些多变量，数据大的问题，具有广泛的应用。 本文利用主成分分析法的方法对粮食产量问题予以分析。由于粮食产量受多个因素的影响，所以利用主成分分析法中降维的思想，通过多元回归分析，得到回归预测的模型。由于预测的模型存在共线的可能，所以进一步对所预测的模型进行检验，从而得到最优的模型。 【关键词】 主成分分析 因子分析 粮食问题 Principal Component Analysis and Its Applications Abstract Alpha The basic idea of ??principal component analysis is to try to reassemble the original indicators into a new set of several mutually independent comprehensive index to replace the original index, and according to the actual need to be taken several less comprehensive index as much as possible to reflect the original indicators information. Principal component analysis method is suitable to deal with some multivariate data big problem, with a wide range of applications. In this paper, the principal component analysis methods are analyzed for food production problems. Because food production affect multiple factors, so the use of principal component analysis in dimensionality reduction ideas, through multiple regression analysis, regression prediction model. May be due to the presence of the line model prediction, the prediction model further tested to obtain the optimal model. 【 key words】principal component analysis factor analysis food issues 目 录 一、引言 1 二、主成分分析法的基本概念 1 （一）主成分分析法的简介 1 （二）主成分分析法的特点 1 （三）主成分分析法的基本原理 1 三、主成分分析法的应用 2 （一）问题的提出 2 （二）样本数据的选择 2 （三）问题分析 3 （四）定义变量 3 （五）用SPSS进行主成分分析的步骤 3 （六）模型的建立与求解 4 四、结束语 9 参考文献： 9 致谢 11  主成分分析及其应用 一、引言 主成分分析也称主分量分析，是利用降维的思想，把多指标转化为少数几个综合指标。在实际问题的研究中，为了全面、系统地分析问题，我们必须考虑众多影响因素。这些涉及的因素一般称为指标，在多元统计分析中也称为变量。因为每个变量都在不同程度上反映了所研究问题的某些信息，并且指标之间彼此有一定的相关性，因而所得的统计数据反映的信息在一定程度上有重叠。 本文主要针对我国的粮食问题，采用主成分分析的方法，利用SPSS软件对影响我国粮食产量的因素做出分析，从而得到最优的预测模型。 二、主成分分析法的基本概念 （一）主成分分析法的简介 主成分分析法主要是将影响问题的多种因素简化，把有相关性的因素删除，通过剩下的主要因素来分析问题。例如，企业活动中的活动项目数与项目经费、经费支出等之间会存在较高的相关性；学生综合测评中的基础课成绩和选修课成绩、获奖学金次数等之间也会存在较高的相关性。因而我们通过运用主成分分析法来解决多变量的问题。 主成分分析法Principal component analysis(PCA)是一种数学变换的方法, 它