第9讲主成分分析2.ppt

* * * * * * * * * * * * * * * * * * * * * 西南科技大学生命科学与工程学院周海廷制作 * 西南科技大学生命科学与工程学院周海廷制作 * 　用PRINCOMP过程实现主成分分析 例[3.1] 某医学院测得20例肝病患者的４项肝功能指标∶SGPT(转氨酶)、肝大指数、ZnT(硫酸锌浊度)和AFP(胎甲球)，依次用X1至X4表示， 观测数据列入表3.1试进行主成分分析。 第1页/共26页 * 西南科技大学生命科学与工程学院周海廷制作 * 方法一 1.打开SAS，在Tool菜单中打开表编辑器(Table Editor)，建立数据表。 第2页/共26页 * 西南科技大学生命科学与工程学院周海廷制作 * 2.在Solutions菜单中点开Analysis，在二级菜单中点击Analyst,调出分析家界面。 第3页/共26页 * 西南科技大学生命科学与工程学院周海廷制作 * 3.在分析家界面中，打开前面已经建立的数据文件。 第4页/共26页 * 西南科技大学生命科学与工程学院周海廷制作 * 4.在Statistics菜单中，点击Multivariate，在二级菜单中点击Principal Components。 第5页/共26页 * 西南科技大学生命科学与工程学院周海廷制作 * 出现下面的对话框： 将x1-x4选入变量框中，点击OK 第6页/共26页 * 西南科技大学生命科学与工程学院周海廷制作 * 第7页/共26页 * 西南科技大学生命科学与工程学院周海廷制作 * 第8页/共26页 * 西南科技大学生命科学与工程学院周海廷制作 * 方法二 编写程序： 第9页/共26页 * 西南科技大学生命科学与工程学院周海廷制作 * OPTIONS PS=500要求输出的结果中每页包括500行内容,可避免不必要的SAS标题反复出现。 PROC PRINCOMP表示用PRINCOMP过程进行主成分分析; OUT=aaa表示要产生１个数据集aaa，它包括原始数据以及与各观测值对应的４个主成分值; PREFIX=Z要求用Z1—Z4分别表示４个主成分变量； 若此项缺省，则SAS系统自动用PRIN1—PRIN4表示４个主成分变量。 第10页/共26页 * 西南科技大学生命科学与工程学院周海廷制作 * 第２个数据步建立１个新数据集a2，其内容就是aaa,并利用求最大值函数MAX( )求出各样品所对应的４个主成分值中的最大值，赋给变量MAXZ。 最后由PRINT过程输出原始数据及各样品的主成分值、最大主成分值。 第11页/共26页 * 西南科技大学生命科学与工程学院周海廷制作 * 结果解释 第12页/共26页 * 西南科技大学生命科学与工程学院周海廷制作 * 相关矩阵的特征值(Eigenvalue)，特征值越大，它所对应的主成分变量包含的信息就越多。第１个至第４个主成分的贡献率分别为42.9563％、 27.3384％、 24.5337％和5.1716％，最后１列为累计贡献率，由此列数值可知∶ 前３个主成分就包含了原来４个指标94.828％的信息。 第13页/共26页 * 西南科技大学生命科学与工程学院周海廷制作 * 特征向量(Eigenvectors)，据此可以写出由标准化变量所表达的各主成分的关系式： 第14页/共26页 * 西南科技大学生命科学与工程学院周海廷制作 * 在各主成分的表达式中，各标准化指标xi前的系数与该主成分所对应的特征值之平根的乘积是该主成分与该指标之间的相关系数，如∶ 第15页/共26页 * 西南科技大学生命科学与工程学院周海廷制作 * 第16页/共26页 * 西南科技大学生命科学与工程学院周海廷制作 * 系数的绝对值越大，说明该主成分受该指标的影响也就越大。因此，决定第１主成分Z1大小的主要为X1和X2，即SGPT和肝大指数；决定第２主成分Z2大小的主要为X3，即ZnT； 决定第３主成分Z3大小的主要为X4，即AFP；决定第４主成分大小的主要为X1和X2，但作用相反。这提示(以专业知识为依据): Z1指向急性炎症；Z2指向慢性炎症；Z3指向原发性肝癌可疑；Z4贡献率很小,仅作参考，它可能指向其他肝病，如指向急性肝萎缩？ 第17页/共26页 * 西南科技大学生命科学与工程学院周海廷制作 * 主成分的应用: 求出了主成分,并结合专业知识给各主成分所蕴藏的信息以恰当的解释，还应该利用它们来判断样品的特性，本例可据肝病患者的４个主成分值来为判断肝病类型提供参考。 为了求主成分值的方便,可将用标准化指标表达的主成分换成用原指标表达的形式，本例中: x1＝(X1-138.000)／88.887866，x2＝(X2-2.325)／1.054751，x3＝(X3-15.000)／7.419746，x4＝(X4-3