《多元统计分析》讲义 第五章　主成分分析.pptVIP

第五章　主成分分析 本章内容：主成分分析简介 　　　　　　主成分分析基本思想 　　　　主成分分析过程 学习要求： 熟练掌握主成分分析相关概念。 熟练掌握主成分分析基本原理和思想。 能熟练运用SPSS进行主成分分析，并能结合实际经济问题对其分析结果进 　　行合理的解释和详细的分析 第一节　主成分分析简介 一、什么是主成分分析？ 二、主成分分析基本思想： （一）什么是合适的主成分 令主成分为F（Factor），对于一个P元总体X而言，若将其P个指标作不同的线性组合，可得到综合变量即主成分的表达式为： 各主成分包含的信息各不相同，其信息量也依次递减。 （二）如何选择合适的主成分？ 　按主成分包含信息的多少命名： 　第一主成分——F1，第二主成分—F2……，直到第P主成分，注意其信息含量是递减的。 　根据各主成分信息含量大小选择主要的主成分： 　如何评价主成分信息含量的大小？ 经典方法——方差分析的思想 在总体一定的情况下，其总体方差确定，根据方差分析的思想，认为在既定总变异中，若该主成分的方差占较大比重，表明该主成分对总体有较强的解释能力，包含的信息量也较大。反之，包含的信息量较少，解释能力弱。 在方差分析的基础上，用含信息量大的综合指标去代替原来的变量就能使分析简化，并使信息损失尽量小。 3、选择主成分的数理基础。 从代数学的观点来看，主成分就是P个变量的一些特殊的线性组合，而在几何上这些线性组合正是把X1，X2……Xp构成的坐标系旋转产生的新坐标系。新坐标轴使之通过样品变差最大的方向（或说具有最大样品方差）。 经过对主成分的几何意义的分析，我们发现一般情况下，P个变量组成P维空间，n个样品就是p维空间的n个点，对P元正态分布变量来说，找主成分的问题就是找P维空间中椭球体的主轴问题。找到了主轴就能够找到决定该P维空间的主要问题和主要方向，就能够用主成分分析的思想进行简化分析。 三、主成分的推导： 四、如何选取具有足够解释能力的主成分？ 五、主成分分析的步骤 1、将原始数据标准化，目的是为了消除量纲的影响并方便求解总体协差阵Σ。 2、求总体协差阵Σ。 * * 主成分分析是将分析中的多个变量化为少数不相关综合变量的方法，一般来说，主成分将是原来大量变量的线性组合，并且要求各个主成分所包含的信息互不重复，即各主成分彼此之间不相关。明显地，利用主成分可以降低多元分析的维数，达到简化分析并充分利用不同角度信息的目的。 主成分分析体现了一种简化问题的思路，经常配合其他方法使用，以便解决分析中的问题。在主成分分析的思路基础上发展出了因子分析，并在各个领域得到广泛的应用。 举例 基于以上分析，主成分应该满足两个条件： 1、它应该是原变量的线性组合，以保证主成分对原有变量的代表性，防止信息大量损失； 2、主成分之间应该是正交的，即保证主成分之间彼此不相关。 所以，第一，主成分是原来所有变量的某种线性组合，是对原p个变量的综合，各主成分均为综合指标；第二，各主成分包含信息不能重复，以便尽最大可能对原来变量进行简化