章5 主成分分析和因子分析.pptVIP

§5.2.2 重要因子数的判定 n个重要本征矢量的测定等价于在数据阵中最小成分（物种）数的测定。此处我们将介绍三个用于确定重要本征矢量的判据：Malinowski的RE（real error）函数[4]；它需要验前实验误差信息；（2）IND(indicator)函数[4]；（3）REV(reduced eigen value)[6]函数。（2）和（3）不需要有实验误差的验前信息。该三种判据的假设为：数据阵中实验误差是均一的，且标准差由列到列和由行到行均相同。另外，在REV判据中，Malinowski假定误差为均匀分布，而不是我们常用的正态分布。 (1)RE判据 重要本征矢量数有可能由经验规则来确定。已知的实际误差与因子分析中所得均方根误差是可以比较的。均方根误差或实验误差RE可依式（5.11）计算： （5.11） 其中r和c分别为矩阵X的行数和列数（假设rc）；n为猜想的因子数； 为本征值。根据具体问题，RE值可以给我们提供一种判断重要因子数的依据。 (2)判据IND Malinowski的实验结果[4]表明，当因子数取得适当时，则误差函数IND将达到最小。 （5.12） 用IND判定因子数比用RE方法可信度低，但其优点是不需验前知道实验误差。 (3)判据REV REV的计算公式为： (5.13) 式中 由式(5.13)计算所得为期望REV，它仅依赖于实验误差?。实验上的REV值计算公式为： (5.14) 由任一非误差本征值?j计算所得值REV将大于由式(5.11)计算所得值。 重复同样的操作计算直到最大本征值，从而得到C -1个比率。当?j 和?j-1为误差本征值时，其比率rj-1将近似于1。当碰到倒数第一个重要的本征值?n时，则比率rn-1将显著大于1。 用下述操作，可以没有验前实验误差信息来确认主因子数。即，开始用最不重要的本征值（ ）来计算 ，接着计算 ，然后计算比率 ： 表5.3所示为典型的两成分相互重叠的因子分析结果。其中一成分为苯乙酮（0.114mg/ml）,另一成分为硝基苯（0.0011mg/ml）。色谱的分辨力R9=0.54。在比例中，硝基苯仅1.0%，并且与苯乙酮的峰有一定重叠，但此成分的存在很易于被判定。 表5.3 苯乙酮和硝基苯重要峰分析R9=0.54数据阵22×30 由表5.3可见，当选用两个重要因子时,其RE为0.0006AU，由此说明至少有二因子存在。若再加入一因子，即采用三因子时，其误差没有明显改变，由此进一步确证了二因子的存在。“REV比率”一列的结果很明显，由它所得结论与上述结论相一致。在“本征值”一列，3―8间，其值彼此很接近，它们为误差本征值。第2个相对于第3个，其值有明显增加，说明第1，2个为重要因子的本征值。另外，在表中“IND”一项，直到4个因子还未达到最小，说明IND的判别性能较差。 §5.2.3 数据例子[4] 为了加深对因子分析概念的理解，本节我们给出一具体的数据例子。对于协方差阵本征值及本征矢量的求解，借用已有的算法如Jacobi法，是很简单的事情。特别是MATLAB的出现，使本征值及本征矢量的计算变得更为简单。但是，在此例中，我们运用迭代的方法，从学习的角度，这样可能更有裨益。 如图5.4, 首先我们给定一任意的“行矩阵”和一任意的“列矩阵”，二矩阵相乘则为“数据矩阵”。因子分析是要对“数据矩阵”进行分解，由于行矩阵和列矩阵是已知的，由此我们可以用这已知的行矩阵和列矩来检验方法及分解的结果的正确性。 1. 数据矩阵 行矩阵 数 据 矩 阵 图5.4 数据矩阵例子及相应的行矩阵和列矩阵 2．协方差矩阵和相关矩阵的建立 其中，Z为协方差阵。为得到相关矩阵，首先将原数据矩阵进行规一化处理，即每列乘以Nk： 则： Nk 0.027076 0.0063596 0.0144037 由此得到相关矩阵: 下边，我们以协方差阵为例进行计算。用相关矩阵所得最终结果与之相一致。 3．协方差矩阵的分解 为得本征矢量，我们引入下式： 首先计算第一个本征矢量C1 作为第一次近似，随意给定 ( 是C1的转置) 将之与协方差矩阵相乘： 之后，将等号右侧的列矢量规一化，即由每一元素平方加和之平方根去除每一元素： 14537.4是?的近似。 将矢量(0.25520 0.96686 -0.0008)作为c1的第二次近似，重复如上过程，可得c1及?1