多元统计的应用 主成分的分析.ppt

主成分分析; 多元统计分析中由于变量较多，增加了分析问题的复杂性。实际问题中，变量之间可能存在一定的相关性，因此，多变量中可能存在信息的重叠。人们希望通过克服相关性、重叠性，用较少的变量来代替原来较多的变量，而这种代替可以反映原来多个变量的大部分信息，这实际上是一种“降维”的思想。; 主成分分析也称主分量分析，由Hotelling (1933)首先提出。由于多个变量之间往往存在着一定程度的相关性，希望通过线性组合的方式，从大量指标中尽可能快地提取信息。当第一个线性组合不能提取更多的信息时，再考虑用第二个线性组合继续这个快速提取的过程，……，直到所提取的信息与原指标相差不多时为止。 主成分分析的数学模型是，设p个变量构成的p维随机向量为X = （X1，…，Xp）′。对X作正交变换，令Y = T′X，其中T为正交阵，要求Y的各分量不相关，并且Y的第一个分量的方差是最大的，第二个分量的方差次之，…… 为了保持信息不丢失，Y的各分量方差和与X的各分量方差和相等。 ;主成分的数学推导; 主成分的一般性质 ;主成分的方差贡献率;实际应用中主成分分析的出发点;主成分分析进行综合评价;相关的R函数及实例;screeplot(x, npcs = min(10, length(x$sdev)), type = c(“barplot”, “lines”), main = deparse(substitute(x)), ...) 画出碎石图 x: 由princomp()得到的对象， npcs:主成分个数， type碎石图的类型，直方图、直线图。 biplot(x, y, var.axes = TRUE, col, cex = rep(par(“cex”), 2), xlabs = NULL, ylabs = NULL, expand = 1, xlim = NULL, ylim = NULL, arrow.len = 0.1, main = NULL, sub = NULL, xlab = NULL, ylab = NULL, ...) 画出关于主成分的散点图和原坐标在主成分下的方向。 ;例1 某中学随机抽取年级30名学生，测量身高、体重、胸围和坐高，试对这30名学生身体4项指标数据作主成分分析 ;例2 考虑进口总额Y与国内生产总值X1, 存储量X2, 总消费量X3之间的关系，现有连续11年的数据。分别作经典线性回归和主成分回归。