主成分的意义解释.pdfVIP

第三节 主成分的求解与应用 使用相关矩阵R计算主成分 我们前面讨论的主成分计算是从分析协方差矩阵 出发的，其结 Σ 果受变量单位 （量纲）和变量间数值差异程度的影响。 为使主成分分析能够均等地对待每一个原始变量，消除由于单位的不同 可能带来的影响，我们常常将各原始变量作标准化处理，即令 * X E (X ) X i i i 1, ,p i D (X ) i 2 使用相关矩阵R计算主成分 * * * * X (X , , X )  标准化后的 的协方差矩阵 就是原始数据X 1 p 的相关系数矩阵R。实际应用中，X的相关系数矩阵R可以利用样 本数据来估计。 从相关系数矩阵矩阵R 出发求解主成分，基本原理与前述用协方 差阵求解主成分完全相同。具体步骤可以归纳为： 1.将原始数据标准化； 2.建立变量的相关系数阵R ； * * * * *      0 T , T , , T 3.求R的特征值为 ，相应的特征向量为 ； 1 p 1 2 p 4.由累积方差贡献率确定主成分的个数 （m），并写出主成分为： * * * Yi (Ti ) X , i 1, 2,, m 3 使用相关矩阵R计算主成分 从相关阵求得的主成分与协差阵求得的主成分 一般情况是不相同的。实践表明，这种差异有 1 时很大。 如果各指标之间的数量级相差悬殊，特别是各 2 指标有不同的物理量纲的话，较为合理的做法 是使用R代替∑。 3 因此，在后续内容中，我们默认使用相关系数 矩阵R求解主成分。