DPS数据处理系统V2C18 多因子分析).doc

第18章 多分析 多因分析是一种将多变量(指标)样本在结构上进行简化的有效方法。通过分析找到一个包含最佳变量的子集合，使其所包含的变量能反映总体的结构。这种简化结构的处理对研究多因素之间的规律和构造模型等有重要的作用。DPS系统提供的关于多因素分析的主要功能模块包括主成分分析、因子分析、对应分析及典型相关分析等种分析方法。 18.1 主成分分析 18.1.1 基本原理 分析从多个实测变量提取较少、互不相关指标，分析 对于标准化后的数据，旋转角度为45(。如有11个样本的两个变量数据，实施标准化后显示如图18-1中的小圆圈。 图18-1 两变量主成分分析((坐标旋转 从图18-1可以看出，各点坐标呈正相关。主成分分析，数据点顺时针旋转45(后处于星号点位置。这时数据点大部分在横坐标方向，变异(方差)集中在横轴，为第一主成分；纵轴方向变异(方差)较小，为第二主成分。且相关为零。 一般地，设变量xi的样本均数和样本样本差分别为和si，i=1，2，…，m。变量标准化公式为 对标准化后的变量zi寻求主成分。第一主成分C1是z1，z2，…，zm的线性组合，即 C1要尽可能多地反映原m个变量的信息，在的条件下，C1的方差Var(C1)要尽可能大。如把 a11，a12，…，a1m视为向量，代表m维空间的一个方向，相当于个体z1，z2，…，zm在此方向的投影最为分散。 若第一主成分不足以代表原m个向量，则再考虑第二主成分C2。为有效地代表原变量的信息，C1中已有的信息不再在C2中出现，C2与C1协方差为0。这相当于在与前一个向量垂直的所有方向中，寻找一个方向，使所有个体在其上的投影最分散。类似地，考虑第三主成分，即C1、C2中已有的信息不再在C3中出现。这相当于在与前两个向量垂直的所有方向中，寻找一个方向，使所有个体在其上的投影最分散，即 Cov(C1，C3)=0，Cov(C2，C3)=0 这样，直至找到最多m个主成分。设相关系数矩阵的特征根，按从大到小排列顺序为λ1≥λ2≥…≥λm≥0。可以证明，各主成分对应的系数ai1，ai2，…，aim就是相关系数矩阵的特征向量，特征根λi就是第i个主成分的方差，所有主成分方差之和等于特征根之和，即 。 每个特征根所占总方差的比例，称为特征根的贡献。通常取主成分的个数为包含80%以上信息的变量，即特征根的累积贡献率≥80%。 18.1.2 DPS平台的操作示例 在编辑状态下输入编辑数据，每一行为一个样本，每一列为一个变量，编辑好数据后将待分析的所有数据定义成数据矩阵块。 x1为城镇单位在岗职工平均工资(元)，x2为各市固定资产投资(万元)，x3为各市进口总额(万美元)，x4为社会消费品零售总额(万元)，x5为各市工业增加值(亿元)，x6为财政收入(亿元)。原始数据编辑和定义如图18-。 A B C D E F G H I 1 代码 地区 X1 X2 X3 X4 X5 X6 2 1 合肥 16369 3504887 66047 2397739 198.4600 1043955 3 2 淮北 13379 566257 4744 456100 76.9600 202637 4 3 毫州 9707 397183 1303 887034 18.8800 105948 5 4 宿州 10572 414932 1753 751984 27.6700 128261 6 5 蚌埠 12284 876667 18269 1015669 60.0900 332700 7 6 阜阳 9738 604935 5822 1307908 30.5400 222799 8 7 淮南 16970 778830 2438 630014 76.6400 272203 9 8 滁州 10006 617436 13543 866013 58.5900 222794 10 9 六安 10217 636760 9967 996912 34.5500 161025 11 10 马鞍山 20946 1380781 16406 526527 150.1500 426937 12 11 巢湖 11469 720416 7141 853778 43.4100 157274 13 12 芜湖 14165 1504005 29413 1025363 149.1700 568899 14 13 宣城 12795 966188 11580 723278 45.1300 165319 15 14 铜陵 12762 584696 13583 343107 65.3100 166454 16 15 池州 12008 501780 4986 278310 15.0400 86575 17 16