主成分分析 Read.pptVIP

主成分分析与因子分析 山西医科大学卫生统计教研室 刘桂芬 liugf66@ 　　　 　　　多变量大样本分析中，变量间存在共线性，增加了分析的复杂性。若分别分析各个指标，分析有可能是孤立的，而不是综合的；盲目地减少指标又有可能损失很多信息，得出错误结论。欲采用较少指标，反映原资料大部分信息，可采用主成分分析和因子分析。 概 念 主成分分析(principal component analysis)是将分散在一组变量上的信息,集中到某几个综合指标(主成分)上的一种探索性统计分析方法。它利用降维的思想,将多个变量化为少数几个互不相关的主成分,从而描述数据集的内部结构。 主成分的几何意义 对应m个变量的q个主成分如下: 其中( )分别是变量相关阵的前q个特征根对应的特征向量。 的方差分别是q个特征根λ1≥λ2≥…≥λq。( )’是第i个变量在各个主成分上的载荷。而实际上载荷往往是指