数学建模主成分分析说课讲解.pptVIP

主成分分析;主成分分析的基本思想 主成分数学模型与几何解释 主成分的推导 主成分分析的应用 主成分回归 ;;例：小学各科成绩的评估可以用下面的综合成绩来体现： a1×语文＋a2×数学＋a3×自然＋a4×社会科学 确定权重系数的过程就可以看作是主成分分析的过程，得到的加权成绩总和就相对于新的综合变量——主成分;对主成分的要求;;假设有n个样品，每个样品有两个观测变量x l和x 2，在由变量x l和x 2所确定的二维平面中，n个样本点所散布的情况如椭圆状。如图所示：;由图可以看出这n个样本点无论是沿着xl 轴方向或x2轴方向都具有较大的离散性，其离散的程度可以分别用观测变量xl 的方差和x2 的方差定量地表示。显然，如果只考虑xl和x2 中的任何一个，那么包含在原始数据中的经济信息将会有较大的损失。 如果我们将xl 轴和x2轴先平移，再同时按逆时针方向旋转?角度，得到新坐标轴Fl和F2。Fl和F2是两个新变量。;根据旋转变换的公式： ;其中; 这种由讨论多个指标降为少数几个综合指标的过程在数学上就叫做降维。主成分分析通常的做法是，寻求原指标的线性组合Fi。;满足如下的条件：;假设p个原始变量的协方差阵为:;对角线外的元素不全为0，意味着原始变量 x1,x2, …,xp存在相关关系。 如何运用主成分分析将这些具有相关关系的变量转化为没有相关关系的新变量（主成