主成分分析、因子分析、聚类分析、判别分析.pptVIP

主成分分析 因子分析 聚类分析 判别分析 二维空间 多维空间 主成分个数的选取 Excel 操作主成分分析菜单 Excel 操作主成分分析对话框 变量共同度 公共因子的方差贡献 距离 相似系数 分类的形成 类与类间的距离 距离判别 费歇尔判别 贝叶斯判别 判别效果的评价 每次从已知类别的样本中剔除一个样本点，用剩余的样本建立判别函数，然后用这一判别函数去判别被剔除的样本；依此类推，直到所有已知类别的样本都被判别过。记下所有被错判的样本，计算出每个总体中的错判率和总的错判率，根据错判率的大小来衡量判别效果。 基本步骤 1. 计算判别函数； 2. 检验判别效果； 3. 根据判别函数对待判样本进行判别所属类别。 应用实例 【例11.4】13个地区按经济效益已分为两大类，若又取得三个地区的资料，试对其进行判别分析。 待判 101.23 49374.62 4.58 1.23 62.58 7.46 33.75 湖 北 待判 98.31 29296.86 4.07 1.23 65.02 7.39 30.77 河 南 待判 98.32 52621.24 8.42 1.92 61.54 11.70 32.60 山 东 1 2 1 1 1 2 2 2 2 2 1 2 1 98.10 99.35 98.90 97.97 99.02 98.37 98.89 99.46 98.26 98.22 99.11 97.84 98.11 3987.95 8191.27 2629.81 4413.53 5129.88 7955.68 0141.03 8816.16 6044.81 6785.21 5674.30 1263.70 9123.49 2.63 6.80 5.49 2.49 2.31 4.67 6.20 7.21 4.48 6.67 2.67 6.79 1.55 1.31 1.85 1.49 .88 1.24 1.48 1.28 1.51 1.68 1.85 1.36 1.85 1.19 57.23 58.84 60.28 62.59 57.37 59.49 64.72 47.48 59.73 55.04 60.96 58.52 67.53 5.22 8.12 8.12 5.41 6.09 7.36 8.28 9.01 8.58 10.84 7.35 10.89 6.40 27.90 27.28 36.46 36.80 38.09 28.15 28.18 29.29 26.48 26.48 32.67 34.22 28.51 北 京 天 津 河 北 山 西 内蒙古 辽 宁 吉 林 上 海 江 苏 浙 江 安 徽 福 建 江 西 类别 产品销售率(%)X7 劳动生产率(元/人年)X6 成本费用利润率(%)X5 流动资产周转次数X4 资产负债率(%)X3 总资产贡献率(%)X2 工业增加值率(%) X1 地区 工业增加值 资产贡献率 资产负债率 流动资产周转次数 劳动生产率 产品销售率 …… 企业经济效益 高校科研情况 学校教师人数 承担科研项目 学校科研经费 课题项目完成数 获得奖励数 …… 以两个指标为例，信息总量以总方差表示： 其中y1、y2分别都是x1、x2的线性组合，并且信息尽可能地集中在y1上。在以后的分析中舍去y2，只用主成分y1来分析问题，起到了降维的作用。 推而广之，第一主成分y1的方差达到最大，其方差越大，表示其所包含的信息越多。如果第一主成分还不能反映原指标的全部信息，再考虑选取第二主成分y2，y2在剩余的线性组合中方差最大，并且与y1不相关，如若第一、第二主成分仍然不能反映原变量的全部信息，再考虑选取第三主成分y3，y3在剩余的线性组合中方差最大，并且与y1、y2不相关，依此可求出全部p个主成分，它们的方差是依次递减的。 在实际工作中，在不损失较多信息的情况下，通常选取前几个主成分来进行分析，达到简化数据结构的目的。 1.累积贡献率达到85%以上 2.根据特征根的变化来确定 98.10 99.35 98.90 97.97 99.02 98.37 98.89 99.07 99.46 98.26 98.22 99.11 97.84 98.11 98.32 98.31 101.23 99.61 97.99 98.16 94.96 99.54 98.98 99.71 99.09 95.78 98.00 97.47 97.38 96.65 98.73 53987.95 78191.27 42629.81 24413.53 35129.88 47955.68 40141.