主成分分析讲解精编PPT课件.pptVIP

* Dept. of Epidemio Biostat, SPH * 实例的标准化第一、二主成分得分 * Dept. of Epidemio Biostat, SPH * 主成分数目的保留—降维问题 保留多少个主成分取决于保留部分的累积方差在方差总和中所占百分比，它标志着前几个主成分概括信息之多寡。 实际上就是看特征值 λ 的大小 保留多少主成分为宜主要根据实际问题和经验决定，并无严格统计规则。 * Dept. of Epidemio Biostat, SPH * 主成分分析的应用 综合指标的抽取 主成分回归 解决自变量严重共线性问题 主成分判别 解决解释变量的共线性问题 变量聚类中计算相似系数 因子分析 * Dept. of Epidemio Biostat, SPH * 例--主成分回归 22例胎儿受精龄（Y,周）与胎儿外型测量指标： 均数 标准差 身高（X1, cm） 33.05 9.71 头围（X2, cm） 23.26 6.86 体重（X3, g） 936.9 690.3 试求由X1、X2、X3推算Y的回归方程 * Dept. of Epidemio Biostat, SPH * 例--主成分回归 结果1 直接做多重回归结果 * Dept. of Epidemio Biostat, SPH * X1、X2、X3与Y的相关阵 X1 X2 X3 Y X1 1 X2 0.998 1 X3 0.944 0.947 1 Y 0.952 0.943 0.970 1 * Dept. of Epidemio Biostat, SPH * 主成分分析结果(表中上半部的系数矩阵是矩阵A) C1 C2 C3 x1 0.58 -0.42 0.70 x2 0.58 -0.39 -0.71 x3 0.57 0.82 0.02 Var 2.93 0.07 0.00 % 97.54 2.38 0.08 累积% 97.54 99.92 100 * Dept. of Epidemio Biostat, SPH * 主成分回归分析结果 * Dept. of Epidemio Biostat, SPH * 主成分回归分析结果 附：本例岭回归分析结果 * Dept. of Epidemio Biostat, SPH * 主成分分析应用实例—综合指标选取 计算主成分的两种方法 如果各变量具有同等尺度 对角化相关阵还是协方差阵？ 从协方差阵计算主成分的一个特点： 方差大的变量倾向在第一主成分上占有更大的比重（与从相关阵计算比较）。 * Dept. of Epidemio Biostat, SPH * 广州市某年空气污染指标的主成分分析结果 从相关阵计算 从协方差阵计算 C1 C2 C3 C1’ C2’ C3’ iNOx 0.63 -0.17 -0.76 0.93 -0.30 -0.21 iTSP 0.51 0.82 0.25 0.29 0.95 -0.06 iSO2 0.58 -0.55 0.60 0.21 0.00 0.97 λ 1.88 0.70 0.42 4349 891 350 % 62.7 23.4 13.9 77.8 15.9 6.3 * Dept. of Epidemio Biostat, SPH * 广州市某2个月的空气污染指数 Dept. of Epidemio Biostat, SPH 主成分分析 Principal Component Analysis * Dept. of Epidemio Biostat, SPH * 统计学研究的核心问题？ 没有变异就没有统计学 变 异 VARIATION 变异性的度量？ 方差 Variance * Dept. of Epidemio Biostat, SPH * 方差是什么？ 方差是信息 多元世界的信息度量 多元世界的每个变量的包含信息不同 在单个变量方差不变的情况下，各变量相关性越高，则总信息量越小 * D