主成分分析和因子分析stata.pptxVIP

13.1 主成分分析13.1.1主成分分析的基本原理13.1.2主成分分析的数学模型13.1.3主成分分析的步骤13.1.4主成分分析的Stata命令什么是主成分分析？(principal component analysis)主成分的概念由Karl Pearson在1901年提出考察多个变量间相关性一种多元统计方法研究如何通过少数几个主成分(principal component)来解释多个变量间的内部结构。即从原始变量中导出少数几个主分量，使它们尽可能多地保留原始变量的信息，且彼此间互不相关主成分分析的目的：数据的压缩；数据的解释常被用来寻找判断事物或现象的综合指标，并对综合指标所包含的信息进行适当的解释主成分分析的基本思想 (以两个变量为例)对这两个相关变量所携带的信息(在统计上信息往往是指数据的变异)进行浓缩处理假定只有两个变量x1和x2，从散点图可见两个变量存在相关关系，这意味着两个变量提供的信息有重叠如果把两个变量用一个变量来表示，同时这一个新的变量又尽可能包含原来的两个变量的信息，这就是降维的过程主成分分析的数学模型数学上的处理是将原始的p个变量作线性组合，作为新的变量设p个原始变量为 ，新的变量(即主成分)为 ，主成分和原始变量之间的关系表示为aij为第i个主成分yi和原来的第j个变量xj之间的线性相关系数，称为载荷(loa