化学计量学-主成分的分析-倪力军.ppt

根据theta向量得 y=95.66+7.78x1+4.19x2-0.96x3-6.26x4 (6-75) 打开STAUS得：STATUS= 0.9888 2.16 1.8262 0.9881 131.64 3.8625 根据其第一个数值可知(6-75)给出的因变量 值与其实际值之间的相关系数r=0.9888;第2 个数值表明(6-75)的均方根残差RMSEC= 2.16;其第3个数值表明(6-75)给出的因变量平 均绝对残差=1.8262;其第4个数值表明(6-75) 的复相关系数=0.9881；由第5,6个元素的值 可知F=131.64 Fcrit=3.86 打开输出变量t与Tcrit得： t= 36.8588 76.7963 -5.2900 -132.6781 Tcrit=2.3060 每个t的绝对值均大于Tcrit，表明plsr回归方程(6-75)的4个回归系数均通过了统计检验 Plsr回归方程(6-75)中y与各自变量的关系与例4-3中表4-5所呈现的水泥凝固时释放热量y与变量x1，x2呈正相关、与x3和x4负相关的规律一致。 Plsr避免了例4-3中直接多元线性回归得到的回归系数不能通过统计检验、所得回归方程中y与某些变量的关系与实际情况不一致的现象 思考题 为何本例（例6-6）采用plsr得到的回归方程(6-75)与实际因变量、自变量的关系一致？ 为何例4-3直接多元线性回归得到的回归方程(4-18)与实际因变量、自变量的关系不完全一致？ 本章小结-PCA的重要概念 主成分分析（PCA）是一种信息压缩方法，它将原始变量从p维空间压缩到m维（mp),得到新的变量—主成分得分。 主成分(得分)是一组方差由大到小排列的、以原始变量的线性组合(线性组合系数为特征向量的元素)表示的新变量，协方差矩阵特征向量构成了新的坐标空间—称为主成分轴，特征值即对应主成分的方差。 本章小结-PCA的重要概念 特征值大的主成分所含信息量也大，可根据特征值大小确定主成分个数，从而用较少的主成分代替原始变量，实现对原始数据的信息压缩和特征抽提。 本章小结-主成分的用途 变量评估 信息压缩 复杂物质体系的多元分辨 模式识别中的特征抽提 回归建模-PCR，延伸-PLSR 本章小结-应用PCA时的注意事项 对于变量间数量级差异大的数据矩阵，一定要进行自标度化预处理使其量级在同一水平后再进行PCA。否则，会出现谬误的分析结果（见P249及上次课PPT相关讨论）。 主成分回归(Principal Component Regression,PCR) 问题的提出：例6-1 例6-1的原理（K矩阵法） 缺点：需要2次求逆 ，吸光度矩阵存在较高 的相关性时，第二步求逆会带来很大误差。 （6-3） P矩阵法 缺点：（1）需要构造多于p个的建模样本， 或者挑选小于n的波长通道；（2）吸光度矩 阵Y中的行或列存在较高的相关性时，P的 求解仍不可避免地有很大误差！ 问题的提出：另一个例子 直接采用原始数据回归分析 在MATLAB中导入数据矩阵X(11行4列，第一列为单位向量)与Y(11行1列)，然后键入命令: [b,bz,s,sz,rf]=regress(Y,X); 根据向量b可得： Y=-10.128 -0.0514X1+ 0.587X2+ 0.2869X3 从rf的第1个值可知R2=0.9919，从rf的第2个值可知统计变量F=285.61 F0.01(3,7)=8.4513F0.05(3,7)=4.3468 上述回归方程虽然通过了统计检验，但其反映的规律——进口原料总额Y与GDP成负相关关系，与实际数据间的规律不符。 原因：自变量间的高度线性相关性导致矩阵XTX病态（计算发现，矩阵XTX的条件数=35719，一般认为条件数大于30即为病态矩阵） 对本例中的X矩阵（即例6-2）自标度化处理后进行PCA，其协方差矩阵的特征值为1.9992，0.9982与0.0027，累积贡献率分别为：66.64%, 99.91%与100% 说明X矩阵中的三个变量只有2个独立，故只取前2个主成分进行回归分析 在MATLAB下输入如下命令 ax=autoscaling(X(:,2:4)); [pc,sc,la]=princomp(ax); tx=[ones(11,1) sc(:,1:2)]; [Bt,bin,rt,bf,St]=regress(Y,tx); 由Bt可知： Y=21.891+3.135*sc(1)+0.869*sc(2) 由St可知：R2= 0.98828，F=337.23 故上述主成分回归方程通过统计检