主成分分析谷冠鹏河北科技学院20125.pptVIP

3.7 计算总分，进行排名 补充：逆向指标问题 例如设有7个环保指标: X 1：人均绿地面积( m2 ) ; X 2：建成区绿化覆盖率(% ); X 3 ：治污科研和治污投资占GDP的比例(% ); X 4 ：三废综合利用产值(万元) ; X 5 ：工业二氧化硫排放量( t /km2 ); X 6：工业烟尘排放量( t /km2 ); X 7 ：工业废水排放量(万吨). 要求根据这7个指标对8个城市(样本)进行环保质量好坏的评价, 并给出8个城市的综合得分和总排名. 这7个指标中X 1 ~ X 4 是正向指标。 正向指标的数值越大，城市环境就越好。 X 5 ~ X 7 是逆向指标。逆向指标的数值越大，城市环境就越差。 此时，必须对逆向指标进行正向化处理。 可以采用2种正向化方法进行处理: 方法1：是把逆向指标的数据加负号, 方法2：是把逆向指标的数据取倒数。 主成分分析用MINITAB软件操作较为简单 主成分分析谷冠鹏河北大学管理学院2013.3.25 由皮尔逊(Pearson,1901)首先引入 后来霍特林(Hotelling,1933)发展了这一方法。 1.为何进行主成分分析 在收集有关现象的信息时，由于担心遗漏重要信息，往往会尽可能多地设置一些指标（在多元统计分析中也称为变量），但指标多了，也会产生一些麻烦： ——指标多了，变量多了，问题或现象的分析会变得相当复杂，使得我们雾里看花，或者需要建立包含众多变量的复杂模型； ——这些指标、变量之间可能存在相关，造成信息重叠，出现较严重的多重共线性，引起较大的误差。 那么，能否找到一种方法，以较少的指标尽可能多地反映原始指标所包含的信息呢？这种方法就是主成分分析。 主成分分析的一般目的是： (1)将数目较多的指标（变量）转化为数目较少的指标 （在数学上称为“降维”) (2)将彼此相关的指标转化为彼此不相关的指标 (3)将意义单一的指标转化为具有综合意义的指标 应用领域： ——多指标综合评价。在进行多指标综合评价时，主成分分析能很好地进行信息浓缩，消除指标之间的相关，并解决权重的合理确定问题 ——主成分回归分析。 X1 X2 X3 X4 X5 X6 X7 原始变量 原始变量标准化 ZX1 ZX2 ZX3 ZX4 ZX5 ZX6 ZX7 新的综合变量 F1 F2 F7 综合变量的方差 (特征根) λ1 λ 2 λ 7 …… …… 表达式中各变量的系数(对应的特征向量) a11 a12 a13 a14 a15 a16 a17 a21 a22 a23 a24 a25 a26 a27 a71 a72 a73 a74 a75 a76 a77 …… 2 统计思想 特征根、特征向量由何而来？变量之相关矩阵 2.1基本思想 主成分是原始变量的线性组合 主成分是由原始变量的线性组合来表达的，因此主成分成为综合变量。 主成分与各个原始变量存在着不同程度的相关。如果F1与X1、X3、X4相关程度较高，而与X2、X5、X6、X7相关程度较低，我们就说，主成分F1主要抽取了原始变量X1、X3、X4所携带的信息。 有多少个原始变量，就可以得到多少个新的综合变量。 主成分所携带的信息就是主成分的方差 在统计学上，所谓的信息是指数据的变异，或者离散程度。变异，或离散程度，可以方差来度量。如果将原始变量标准化，每个标准化后的变量的方差均为1。这样，10个标准化的变量的总方差就是10，或者说，10个标准化的变量所携带的信息总量就是10。 我们将主成分所携带的信息称为主成分的特征根（或特征值）。 特征根反映了主成分的影响力度，表示引入主成分可以解释原始变量所携带信息的多少。 特征根（方差）最大的主成分，称为第一主成分；特征根次大的，称为第二主成分。以此类推。 某一主成分的方差（特征根）在总的方差（所有特征根之和）中的比重，称为该主成分的方差贡献率。方差贡献率越大，表明该主成分抽取（综合）原始变量的信息的能力越强。 将主成分按特征根大小排列。前面K个主成分累计抽取原始变量信息的比例，称为前K个主成分的累计方差贡献率。 一般地，当前K个主成分的累计贡献率达到85%以上，就意味着这K个主成分基本包含了全部测量所携带的主