基于主成分分析法平板电脑特征性指标分类.docVIP

基于主成分分析法平板电脑特征性指标分类 　　摘要　本文以当下最为流行的十五款平板电脑为研究对象，运用主成分分析法对消费者关心的8个指标进行统计分析，并进行特征分类。结果表明，屏幕尺寸、存储内存、重量、电池容量、售价为一类，CPU核心数、运行内存以及续航能力为一类。从此调查分析结果出发，同时结合客观的分析，首先能够使消费者对平板电脑有一个较为清晰地认识，其次能够为购买时能够提供一定的专业帮助，避免消费者被商家的炒作和噱头所迷惑。当然平板电脑的参数繁多，本文所选取的是一些较为常见的参数，尽量做到满足消费者的正常需要，并尽量帮助消费者作出理性的选购。 　　关键词　平板电脑；主成分分析；特征性指标 　　中图分类号TP3 文献标识码A 文章编号　1674-6708（2013）82-0189-03 　　随着苹果iPad的巨大成功，越来越多的IT企业进入到平板电脑的研发之中，但每一款平板电脑都共同的有一些我们主要关心的指标，比如屏幕尺寸，RAM容量，续航能力等等。它们参数大小迥异，并且具有一定的相关性，而其中的一些指标则决定了价格的高低。本文应用主成分分析方法针消费者所关心的一些主流指标进行分析，这可以帮助消费者减少购买智能时考虑的因素　，且对平板电脑性能特征有更加清晰地了解，通过研究发现可以用两个个主成份来代表样本整体的综合性能指标情况。 　　1　数据来源 　　本文的所有数据收集来自中关村在线，中关村在线是中国第一科技门户，是一家资讯覆盖全国并定位于销售促进型的IT互动门户，被认为是大中华区最具商业价值的IT专业门户。中关村在线是集产品数据、专业资讯、科技视频、互动行销为一体的复合型媒体，也是美国哥伦比亚广播集团互动媒体公司CBS　Interactive在中国区的旗舰媒体，所以这些本文所采集的数据有很强的可靠性。平板电脑的特征性指标原始数据见表6。对于处在一定范围中的数据，取平均值。 　　2　主成份分析法（Principal　Component　Analysis，　PCA） 　　主成份分析法也称主分量分析或矩阵数据分析，通过变量变换的方法把相关的变量变为若干不相关的综合指标变量。 　　可见，主成份分析即选择恰??的投影方向，将高维空间的点投影到低维空间上，且使低维空间上的投影尽可能多地保存原空间的信息，就是要使低维空间上投影的方差尽可能地大。 　　3　主成份分析法的应用 　　3.1　原始数据的处理和标准化 　　由于原始数据矩阵庞大，如对全部指标进行分析，将而导致主次要成因相混淆；若仅选其中部分指标，又可能会影响分析结果的代表性和完整性。此外，为了克服不同变量数值差异过大而造成的主成份分析误差，按照主成份分析法要求，应对原始数据矩阵进行标准化，进而得到进行主成份分析的11个变量的相关系数矩阵，见表1。 　　3.2　平板电脑特征性指标主成份分析的计算结果 　　主成份分析的计算结果中，新变量所代表的方差（即对应的特征值）贡献率和由原变量变换为新变量的线性变换系数（即对应的特征向量）就成为我们进行综合分析的重点。下列表2、表3、表4和表5分别给出了原始数据的公因子方差、各个主成份的解释的总方差，主成份的计算结果，和进行因子旋转后的主成分计算结果，进行因子旋转是为了能更好地看出新的主成分和原始指标的联系，使原始指标对主成分的变换系数向0或1极化。要说明的是，旋转后并不改变总的累计方差贡献度。图2则是各个主成份的特征值。 　　3.3　结果分析 　　由主成份分析的计算结果可以看出，原变量的方差在新变量中的集中度很高，根据平板电脑特征性指标的实际状况和主成份分析的要求，本文取前2个主成份来反映原来的8个变量，其方差的累计贡献率已达到66.551%，两个主成份的贡献率分别为46.247%，20.304%，两个主成份在66.551%的程度上反应了平板电脑的基本特征。可以认为，这两个主成份基本上能够反映出原变量的变化所代表的平板电脑的性能。 　　在第一主成份中，屏幕尺寸、存储内存、重量、电池容量、售价指数所占权系数较大，并且五个变量的变化方向一致，呈正相关。正常情况下平板电脑屏幕尺寸越大，相对地它所拥有的像素个数就越多，要把更多的像素点亮显然需要的电池容量也就越大，而平板电脑的厚度相对来说变化都是很小的，所以屏幕尺寸的变化还直接导致了平板电脑重量的变化，而这些尺寸和容量的最明显体现就是产品的价格变化。存储内存指的是存放电脑固件代码的存储器，比如平板电脑的操作系统、一些应用程序等。用更通俗的话来说，存储内存我们就可以理解成平板电脑的硬盘，是让我们在里面存储东西用的，存储内存越大，所存储的文件资料也就会越多。而足够大的存储内存就好比装了一个外带的存储卡，自然存储内存的越大价格也越贵。综上我们可以把第一主成分命名为价格影响成分。