matlab中主成分分析的函数1.docVIP

mat lab中主成分分析的函数 princomp 函数 功能：主成分分析 格式：PC=princomp (X) [PC, SCORE, latent, tsquare]=princomp (X) 说明：[PC, SCORE, latent, tsquare]=princomp (X)对数据矩阵(即 样本观测值矩阵)X进行主成分分析，给出各主成分(PC),所谓的Z- 得分(SCORE)、X的方差矩阵的特征值(latent)和每个数据点的服务 霍特林(Hotelling) T2统计量(tsquare)。 pcacov 函数 功能：运用协方差矩阵或相关系数矩阵进行主成分分析 格式：PC=pcacov (X) [PC,latent, explained]=pcacov(X) 说明：[PC, latent, explained]=pcacov(X)通过协方差矩阵 X 或 相关系数矩阵进行主成分分析，返回主成分(PC)、协方差矩阵X的特 征值(latent)和毎个特征向量表征在观测量总方差中所占的百分数 (explained)(即是主成分的贵献向量)。 pcares 函数 功能：主成分分析的残差 格式：residual s=pcares (X，ndim) 说明：pcares (X, ndim)返回保留X的ndim个主成分所获的残差。 注意，ndim是一个标量，用来指定所用的主成分的个数，必须小于X 的列数。而且，X是数据矩阵，而不是协方差矩阵。 barttest 功能：主成分的巴特力特检验 格式：ndim^barttest (X, alpha) [ndim,prob, chisquare]=barttest(X, alpha) 说明：巴特力特检验是一种等方差性检验。 ndim=barttest (X, alpha)是在显著性水平alpha下，给出满足数据矩 阵X的非随机变量的n维模型，ndim即模型维数，它由一系列假设 检验所确定，ndim=l表明数据X对应于每个主成分的方差是相同的; nclim=2表明数据X对应于第二成分及其余成分的方差是相同的。 例1:从样本观测值矩阵出发求解主成分 表中列出了 2007年我国31个省、市、自治区和直辖市的农村居 民家庭平均每人全年消费性支出的8个主要变量数据。数据文件保存 在A.xls中。试根据这8个 主要变量数据，进行主成分分析 表：2007年各地区农村居民家庭平均每人生活消费支出（单位 元） 地区 食品 衣着 居住 家庭 设备 及服 务 交通 和通 讯 文教 娱乐 用品 及服 务 医疗 保健 其它 商品 及服 务 北京 天津 重庆 [x, textdata]=xlsread( ‘A.xls’)； ％从 excel 中读取数据 Xz=zscore(x) %数据标准化 [PC, SCORE, latent, tsquare]=princomp(Xz) %利用princomp函数根据标准化后原始样本观测数据作主成分分 析，返回主成分表达式的系数矩阵PC,主成分得分数据SCORE,样本 相关系数矩阵的特征值向量latent和每个观测的霍特（Hotelling） T2 统计量（tsquare）。 explained=100*latent/sum (latent) %计算贡献率 [m, n]=size(x)%求x的行数和列数 resultl=cel 1 (n+1, 4) ;%定义一个n+1行，4列的元胞数组 resultl(l, 特征值’，’差值’，’贡献率’，’累积贡献率’ } resultl (2:end, 1) =num2cell (latent) ;%存放特征值 resultl (2:end-1, 2) =num2cell(-diff (latent)) ;%存放特征值 之间的差值 resultl (2:end, 3: 4) =num2cell ([explained , cumsum(explained )]) ;%存放(累积)贡献率 varname=textdata(1, 2:end) ;%提取变量名数据 result2=cell (n+1, 3) ;%定义一个n+1行，3列的元胞数组 result2(l, :) = {’标准化变量’，’主成分prinl’，’主成分prin2’} result2 (2:end,1) =varname result2 (2:end, 2:end) =num2cell (PC(:, 1:2));%存放前 2 个主 成分表达式的系数数据 cityname= textdata(2:end, 1) ;%掠取地区名称数据 sumxz=sum(xz, 2)%每一个地区总的消费性支出 [si, id] =sortrows(SCORE, 1) ;%将主成分得分数据按第一主成分