DPS数据处理系统V2(18 多因子分析).docVIP

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