数学建模实用教程(主成分分析)教材课程.ppt

综合评价方法之二基于数据分析几种方案;方案一主成份分析法;问题实际背景;解决的问题之一：降维;多维数据的一种图形表示方法。 我们知道当维数大于3时便不能画出几何图形经过主成分分析后，我们可以选取前两个主成分或其中某两个主成分，这样既可以就这两个主成分性质加以分析，还可以根据主成分画出n个样品在二维平面上的分布况，由图形可直观地看出各样品在主成分中的地位，进而还可以对样本进行分类处理 。;选择评价指标体系后通过对各指标加权的办法来进行综合。但是，如何对指标加权是一项具有挑战性的工作。指标加权的依据是指标的重要性，指标在评价中的重要性判断难免带有一定的主观性，这影响了综合评价的客观性和准确性。主成分分析法是根据指标间的相对重要性进行客观加权，可以避免综合评价者的主观影响，所以在实际应用中越来越受到人们的重视。 ;有关数学模型与常见实例; ;为了便于理解以两个指标为例： ;确定第一主成分方法;;主成分的数学模型：;推广一般主成分确定的模型;新旧变量关系的表达式;新指标的方差及它们的协方差：;主成分确定条件：;第一主成分求法;第二主成分求法;第 主成分求法;结论：;主成分保持信息总量不少;主成分个数确定的标准;主成分个数确定的标准; ;构造样本阵;指标正向化 ;指标规范化 ;协方差矩阵：也是样本阵的相关系数阵;确定主成分;构造综合评价函数 ;啤酒风味评价实例分析;题目：啤酒是个多指标风味食品, 为了全面了解啤酒的风味, 啤酒企业开发 了大量的检测方法用于分析啤酒的指标, 但是面对大量的指标数据, 大多数企业又感到茫然,不知道如何利用这些大量的数据, 来对各品牌的啤酒加以评价，由上面的介绍可知,在这种情况下,主成分分析法较为适合。 ;构造样本阵 （1）确定原始评价指标：即未经简化的指标m个 本题选有：乙醛、乙酸乙酯、异丁酯、乙酸异戊酯、异戊醇及己酸乙酯 （m=6） （2）确定评价对象：即定抽样，一般样本容量n个 本题选有：百威啤酒、喜力啤酒和青岛啤酒 ，南方某种啤酒（n=4）;（3）采集样本数据： 采集4个样本的对应指标，得到4个6维的随机向量。 ??4）构造样本阵： 。本题;构造标准化阵Z ;本题标准化矩阵;相关系数矩阵：对角元为1的实对称 ;;相关系数阵的特征值及向量; （3）构造个主成份 ：;构造综合评价价值函数： ;本题结果：;随机向量X的方差协方差阵对角线上的元素;主成分因子载荷量：以;结果分析：;模型结果分析（2）：各样本主成分;结论:关于个样本结论;SPSS实现主成分分析;样本阵;;;;;;;;2. 为了计算第一个特征向量，点击菜单项中的Transform→Compute，调出Compute variable对话框，在对话框中输入等式： z1=a1 / SQRT(2.576) 点击OK按钮，即可在数据编辑窗口中得到以z1为变量名的第一特征向量。 再次调出Compute variable对话框，在对话框中输入等式： z2=a2 / SQRT(1.389) 点击OK按钮，得到以z2为变量名第二特征向量。这样，我们得到了特征向量矩阵：;;;以下我们用SPSS对上例中13个行业的综合排序： 进入SPSS的factor分析窗口，用相应的命令获得以下结果： ;;;;因此，我们得到三个主成分具体表达式： 接下来，利用各特征值的方差贡献率做权重计算各行业的综合得分： ;行业;;;谢谢！