主成分分析课件北京大学公共卫生学院郑迎东多元统计知识讲稿.pptVIP

Dept. of Epidemio Biostat, SPH * 充十论坛和FTP课件下载区 /bbs/index.asp / user ID : student password: student 主成分分析 Principal Component Analysis 协方差矩阵 样本的方差-协方差矩阵（variance-covariance matrix) 如果有p个观测变量 ， 则样本的协方差矩阵记为 相关矩阵 如果有p个观测变量 ，其相关阵（correlation matrix）记为 矩阵的特征值和特征向量 对于方阵A，如存在常数λ及非零向量x，使 Ax= λx 则λ为A的一个特征值，x为与λ对应的矩阵A的特征向量。 n介方阵有n对特征值和特征向量 正交向量（阵）、单位向量 正交向量： a=(a1,…,ap)’, b=(b1,…,bp)’ 如果a’b=a1b1+…+apbp=0,则称a、b正交 单位向量：向量a=(a1,…,ap)’，如果 则称a为单位向量 正交阵：n阶方阵A，如果 AA’=A’A=I，则称A为n阶正交阵，其中 A的列向量（或行向量）为正交向量，A’=A-1 主成分的概念 1 设x1,x2,…xp为 p 维随机变量 X1,X2,…,Xp的标准化变换 如果其线性组合 满足 则称C1为第一主成分。 主成分的概念 2 若 满足 则称C2为第二主成分。 类似地，共可得到至多 p 个主成分。 主成分的性质 主成分 C1，C2，…，Cp 具有以下性质： (1)主成分间互不相关Corr(Ci，Cj)=0 i ? j (2) 组合系数(ai1，ai2，…，aip)构成的向量为单位向量 (3)各主成分的方差是依次递减的， 即 Var(C1)≥Var(C2)≥…≥Var(Cp) (4) 总方差不增不减， 即 Var(C1)+Var(C2)+ … +Var(Cp) =Var(x1)+Var(x2)+ … +Var(xp) =p 主成分的计算 1 设 R 为 X1,X2,…,Xp 的相关矩阵，则存在?1≥?2≥…≥?p≥0，和正交矩阵A，使 其中?i为相关矩阵R的第i个特征值(eigenvalue) (ai1 ai2 … aip)’则是相关矩阵R的第i个特征值对应的特征向量。 ?i是第i个主成分的方差 主成分的计算 2 记主成分C=(C1 C2 … Cp)’，则 C=A’x 即 主成分的计算 3 因子模型（全分量模型）表达形式 x=AC 即 矩阵A称载荷矩阵，反映各主成分对原始变量x各分量的贡献大小。 主成分的计算 4 因子模型（全分量模型）表达-- 主成分标准化变换 x=Lc lij是xj和ci的相关系数 SPSS输出的系数矩阵是L矩阵 实例 城市男生形态资料数据来自方积乾《医学统计学与电脑试验》第2版 实例主成分分析结果—特征值（方差）及其比例 主成分分析结果—L矩阵 注意L矩阵的下标，是列在前，行在后 主成分分析结果—L矩阵 注意L矩阵的下标，是列在前，行在后 主成分和原变量的关系 观察L矩阵，由相关系数做出解释 主成分未必一定有明确的解释 选取有明确解释的主成分做综合指标，主成分得分就是“综合指数”。 实例的标准化第一主成分得分 实例的标准化第一、二主成分得分 * * *