田间试验与统计方法12_聚类与主成分分析课件.pptVIP

根据主成分分析模型和因子载荷，可以得到两个主成分与原来6个变量之间的线性组合表达式如下 怎样解释主成分？(主成分与原始变量的关系) 注意：表达式中的不是原始变量，而是标准化变量 * 载荷图(Loading Plot)直观显示主成分对原始6变量的解释情况 图中横轴表示第一个主成分与原始变量间的相关系数；纵轴表示第二个主成分与原始变量之间的相关系数 每一个变量对应的主成分载荷就对应坐标系中的一个点，比如，人均GDP变量对应的点是(0.670，0.725) 第一个主成分很充分地解释了原始的6个变量(与每个原始变量都有较强的正相关关系)，第二个主成分则较好地解释了居民消费水平、人均GDP和年末总人口这3个变量(与它们的相关关系较高)，而与其他变量的关系则较弱(相关系数的点靠近坐标轴) 怎样解释主成分？ (Loading Plot) 相关系数的点越远离坐标轴，主成分对原始变量的代表性就越大。这3个点远离主成分2的坐标 * 主成份分析的环境应用 * * KMO（Kaiser-Meyer-Olkin) 检验统计量是用于比较变量间简单相关系数和偏相关系数的指标。 KMO统计量是取值在0和1之间。当所有变量间的简单相关系数平方和远远大于偏相关系数平方和时，KMO值接近1.KMO值越接近于1,意味着变量间的相关性越强，原有变量越适合作因子分析；当所有变量间的简单相关系数平方和接近0时，KMO值接近0.KMO值越接近于0,意味着变量间的相关性越弱，原有变量越不适合作因子分析。 Kaiser给出了常用的kmo度量标准:　0.9以上表示非常适合；0.8表示适合；0.7表示一般；0.6表示不太适合；0.5以下表示极不适合。 Bartlett 球度检验： 巴特利特球度检验的统计量是根据相关系数矩阵的行列式得到的，如果该值较大，且其对应的相伴概率值小于用户心中的显著性水平，那么应该拒绝零假设，认为相关系数矩阵不可能是单位阵，即原始变量之间存在相关性，适合于做主成份分析；相反，如果该统计量比较小，且其相对应的相伴概率大于显著性水平，则不能拒绝零假设，认为相关系数矩阵可能是单位阵，不宜于做因子分析。 * * * R 相关矩阵 0.7 表明适合进行主因子分析。 Bartlett 检验拒绝0假设，也认为适合进行主因子分析。 * 方差贡献（特征值） 协方差矩阵的特征根 特征向量 平方根 本例是这样求，不能推广。 * 特征值特征向量 求特征值特征向量（不同矩阵，具体求法不同，略） * e7e5e8e1e6e2e3e4 F1=0.577x1+0.577x2+0.577x3 特征向量 * 主成分分析评价结果 第一季度： 第二季度： 第三季度： 第四季度： e7e5e8e1e6e2e3e4 * * * * * * * 如果提取的不只一个主成分，怎么办？…. * THE END ,THANKS! * * * * * * * * * * K-均值聚类的应用 (实例分析) 分成4类的迭代过程 ? 该表从表中可以看出每次迭代过程中类别中心的变化，随着迭代次数的增加，类别中心点的变化越来越小。本例只4次就已经收敛了 * K-均值聚类的应用 (实例分析) 分成4类的最终聚类中心 ? 表中的数据表示各个类别在各变量上的平均值。如，第一类的2.88521表示被分到第一类的地区(北京和上海)标准化后的人均GDP平均值 * K-均值聚类的应用 (实例分析) 分类后各个变量在类别之间的方差分析表 ? 利用方差分析表可以判断所分的类别是否合理。从表中可以看出，分类后各变量在不同类别之间的差异都是显著的(P值均接近0) * K-均值聚类的应用 (实例分析) 分成4类时每一类的地区数量 ? 由该表可以看出，第一类包括2个地区，第二类包括11个地区，第三类包括4个地区，第四类包括14个地区 * K-均值聚类的应用 (实例分析) 分成4类时每个地区所属的类别 * K-均值聚类的应用 (分类汇总) 类别 地区 地区个数 第一类 上海，北京 2 第二类 天津，内蒙古，吉林，海南，重庆，贵州，西藏，甘肃，青海，宁夏，新疆 11 第三类 江苏，浙江，山东，广东 4 第四类 河北，山西，辽宁，黑龙江，安徽，福建，江西，河南，湖北，湖南，广西，四川，云南，陕西 14 * 除系统聚类法和K-均值聚类法外，1996年还提出一种新的聚类方法，即两步聚类法(TwoStep Cluster)(SPSS提供了该聚类方法的程序)； 无论那种分类方法，最终要分成多少类别，并不是完全由方法本身来决定，研究者应结合具体问题而定； 聚类分析是一种探索性的数据分析方法。相同的数据采用不同的分类方法，也会的得到不同的分类结果。分类的结果