系统工程模型及模型化ppt课件.ppt

计算步骤 （1）将表中数据作标准化处理，并计算相关系数矩阵； （2）由相关系数矩阵计算特征值，以及各个主成分的贡献率与累计贡献率P69 （3）对于特征值=4.6610，=2.0890，=1.0430分别求出其特征向量e1，e2，e3，再用公式计算各变量x1，x2，…，x9在主成分z1，z2，z3上的载荷（计算机实现） （4）求主成分 主成分是根据载荷阵，对原指标求线性组合Fi， 4、讨论的问题 (1) 基于相关系数矩阵还是基于协方差矩阵做主成分分析。当分析中所选择的经济变量具有不同的量纲，变量水平差异很大，应该选择基于相关系数矩阵的主成分分析。 （2） 选择几个主成分。主成分分析的目的是简化变量，一般情况下主成分的个数应该小于原始变量的个数。关于保留几个主成分，应该权衡主成分个数和保留的信息。 （3）如何解释主成分所包含的经济意义。 5、应用场合 1）主成分分析能降低所研究的数据空间的维数。即用研究m维的Y空间代替p维的X空间(m＜p)，而低维的Y空间代替 高维的x空间所损失的信息很少。 2）有时可通过因子负荷aij的结构，弄清X变量间的某些关系。 3）多维数据的一种图形表示方法。根据主成分的得分，画出n个样品在二维平面上的分布况，由图形可直观地看出各样品在主分量中的地位。 4）由主成分分析法构造回归模型。即把各主成分作为新自变量代替原来自变量x做回归分析。 5）用主成分分析