同济医学院-《医学多元统计》课件-主成份因子分析.ppt

因子得分的估计 F?＝X? B 因子分析的应用 结构效度分析 主成份分析 常常遇到的问题 指标过多，对现象（或事物）解释带来困难----需要降维； 指标往往存在相关性，使“关系”复杂化，特别是在回归分析中出现共线性----需消除共线性； 用多指标从多个维度对医学现象（或事物）进行考核----需综合评价； 揭示事物的不同属性与多个维度体征----判别归类。 解决诸如此类问题方法：主成份分析与因子分析！ 何为主成份？ 主成份分析:对数据和变量结构进行分析处理的一种行之有效的多元统计分析方法，它可在不损失或尽量少损失原有指标信息的情况下，将多个具有相关性的指标转换成少数几个互相独立的综合指标,即主成份. 如何去寻找主成份呢？ 这可从“点集”的角度来讨论: 在有P(≥2)个指标的P维空间中，抽取了n个点(即n个观察对象)，我们希望弄清这n个点间的关系，显然在高维空间中点的关系不直观，若把这些点“近似地”在较低维(如m维，m≤P)空间中表示出来，无疑对我们的研究有帮助。这也就是主成分分析的基本思想和目的。 Y1 X1 X2 如何达到这个目的呢？ Y＝(Y1，Y2，…，YP) 是由 X＝(X1，X2，…，XP) 经正交变换得来的，即存在一个正交矩阵U，有： Y＝UX 正交变换 在所有形如上