主成分分析、因子分析及聚类分析在实例数据分析中的应用--青年技术交流-地质所-朱斌.pptVIP

主成分分析、因子分析及聚类分析在实例数据分析中的应用 基本概念 主成分分析就是将多项指标转化为少数几项综合指标,用综合指标来解释多变量的方差- 协方差结构。综合指标即为主成分。所得出的少数几个主成分，要尽可能多地保留原始变量的信息，且彼此不相关。 因子分析是研究如何以最少的信息丢失，将众多原始变量浓缩成少数几个因子变量，以及如何使因子变量具有较强的可解释性的一种多元统计分析方法。 聚类分析是依据实验数据本身所具有的定性或定量的特征来对大量的数据进行分组归类以了解数据集的内在结构，并且对每一个数据集进行描述的过程。其主要依据是聚到同一个数据集中的样本应该彼此相似，而属于不同组的样本应该足够不相似。 实例所用数据为2011年河南枪马小河断裂项目中所采集的3523个化探样品的多元素（31个元素）分析结果，对其进行因子分析、主成分分析、聚类分析，并对分析结果进行对比。 所用软件均为SPSS数据处理软件 1、因子分析 对化探样品测试结果进行R型因子分析，采用主成份法及具有 Kaiser 标准化的正交旋转法，探究各主因子元素内在联系。得到表1KMO和Bartlett检验结果表、表2因子分析结果解释的总方差表、表3因子分析旋转成份矩阵表及表4因子分析成份得分系数矩阵表等主要因子分析结果表。 因子分析结果各主因子组成及其地质意义 ①主因子F1的元素组合为V、Ti、Co、Mn、TFe、Y、P、Nb、（Zn）、（Cu）、（Sr）、（U）、（Ni）；主要为铁系元素为主组成，反映研究区内基性脉岩、偏基性变质岩及富含磁铁矿的花岗岩的元素组合特征。 ②主因子F2的元素组合为As、Ag、Mo、Sb；花岗岩区内的Ag矿化蚀变特征元素组合，主要蚀变类型为硅化、绢云母化、黄铁矿化、辉钼矿化等。 ③主因子F3的元素组合为Cd、Pb、Zn、（W）；研究区范围内的多金属硫化物活动阶段，主要多金属硫化物矿物为黄铁矿、方铅矿、闪锌矿等。样品上表现为有染手的黄色硫化物粉末。 ④主因子F4的元素组合为Cr、Ni；研究区内富含铁系元素的基性岩或含基性岩石的分布特征元素组合因子，由基性岩石引起的。该主因子高值异常多伴随F、Li、TFe、Ti、Y元素等高值异常。 ⑤主因子F5的元素组合为La、Th；研究区内主要表征由岩浆期含Li、F元素的热液引起的含TFe高的基性脉岩或含磁铁矿、黑云母的基性岩石分布特征因子。 ⑥主因子F6的元素组合为Li、F、（Be）、（P）、（Sn）、（W）；岩浆期含Li、F元素热液活动影响岩石因子，主要分布于含TFe元素高的脉岩、含磁铁矿的伟晶岩化花岗岩及含黑云母的花岗岩等。 ⑦主因子F7的元素组合为-Ba、Be、（-Sr）；小河花岗岩中局部岩石Ba、Sr元素的低值特征，主要包括含TFe元素低的岩石，如不含黑云母与磁铁矿、暗色矿物及副矿物含量少的花岗岩。 ⑧主因子F8的元素组合为Bi、Au；金矿单金矿化阶段。 ⑨主因子F9的元素组合为Hg。研究区内Hg元素作为矿体的头晕指示元素之一。 上述9个主因子详细分析中“（）”元素表示该元素在该因子中作用较弱，加“-”元素表示该元素在该因子中为负因子得分。 2、主成分分析 实际上对于主成分分析SPSS软件中没有专门对应的的模块，但是因子分析模块中有利用主成分分析来求得因子载荷矩阵，根据主成分分析及因子分析的特殊联系（即当特殊因子的变差为0时，主成分份子跟因子分析是完全等价的，当共同度较大时，特殊因子所起的作用较小，特殊因子之间的相关性所带来的影响几乎可以忽略不计，这时主成分分析和因子分析是完全等价的），因此我们可以从SPSS中的因子载荷举证得到主成分分析的系数。 应用表5（公因子方差）、及上文中表2因子分析结果解释的总方差表、表3因子分析旋转成份矩阵表的数据，可以得出该实例中可以将31个元素经过主成分分析后用9个主成分变量来代替，这9个主成分几乎包含了各个原始变量至少65%的信息。 主成分分析结果及其解释命名 根据因子载荷系数与主成分系数之间的关系，推出各主成分系数表达式为，依据主成分系数绝对值大小作降序排序，并对主成分系数绝对值小于0.010的元素进行剔除，整理9个主成分系数表达式并为各主成分命名如下： 各主成分间互不相关，各主成分中重复出现的元素可推测是同一种元素在不同地质时期的活动情况，如F2、F7、F8中的Sb（只是一种假设，未得验证）。 F1=0.323V+0.317Ti+0.309Co+0.306Mn+0.302TFe+0.279Y+0.264P+0.263Nb+0.175Zn+0.143Cu+0.123Sr+0.117U+0.115Ni-0.109Ba，可命名为：偏基性花岗岩多元素成分。 F2=0.476As