数据的分类—聚类分析和模型讲解.pptVIP

* * 例如对某一类企业经济效益作评占，影响企业经济效益就有许多指标，很难直接比较其优劣，听以解决评估问题的焦点就是希望科学、客观地将一个多指标问题综合成一个单指标的形式，也就是说只有在一维空间中才能使排序评估成为可能，因此产生了许许多多评估方法。鉴于系统评估在社会、经济等许多领域中有着广泛而重要的应用，下面介绍三种方法。 第一种方法，利用主成分F1…，Fp做线性组合，并以每个主成分 Fi 的方差贡献率 作为权数构造一个综合评价函数： 也称 y 为评估指数，依据对每个系统计算出的 y 值大小进行排序比较或分类划级。 * * 这一方法目前在一些专业文献中都有介绍，但在实践中经常看到它的应用效果并不理想，主要原因是产生主成分的特征向量的各分量符号不一致，很难进行排序评估，因此有下面的改进方法。 第二种方法，只用第一个主成分作评估指数即Y=F1，理由是：第一主成分与原始变量X1，…，Xp综合相关度最强即 从这个意义上看，如果想以一个综合变量来代替原来所有原始变量，则最佳选择应该是F1，另一方面由于第一主成分F1对应于数据变异最大的方向也就是使数据信息损失最小，精度最高的一维综合变量。但值得指出的是使用这种方法是有前提条件的即要求所有评估指标变量都是正相关 * * 的，也就是说对听有变量均有同增、同减的趋势，这个前提条件是基于代数中的Frobinius定理。 定理 若相关系数阵 中的每一个元素都是 正值，即 对一切 则只矩阵的第一个特征 向量中的所有分量均大于零，即 如果不满足这个前提条件，在原变量系统中X1，…，Xp有一部分变量正相关，另一部分变量负相关，则无法保证第一个特征向量u1o，因此生成的F1有一部分与原变量正相关与另一部分变量负相关甚至于一部分变量无关，这时很难以 n取值的大小来排序。特别是当出现某一分量 时使用Fq作为评估指数，更要慎重防止遗漏 上的重要信息。 * * 第三种方法是在前两种方法的基础上又作了改进，具体做法. (1)将原始资料阵 进行标准化处理记为 标准化后的变量记为 (2)令 即根据变量的重要程度 赋予权数, 重要的变量取 大些，这时 因此，各变量的方差分别为 由于一部分在系统评估中更为重要的变量被赋予更大的权 * * 因此在这些指标上，变量的变差被拉长，于是在求第一主成分时，这些指标会得到更多的重视。 (3)对标准化又加权后的数据阵 计算协差阵 求 的最大特征值 和特征向量 (4)令 然后按 进行排序 比较或分类划级。 6．除本章介绍的主成分分析之外，还有主成分回归和加权主成分分析等。顾名思义，主成分回归，就是把各主成分作为新的自变量代替原变量作回归，在一般情况下它可以克服多重共线性带来的干扰。所谓加权主成分分析是当原来指标X1，…Xp的重要程度存在较大差异时，这时对原指标应辅以加权，即相当于用一个权数阵 * * 去乘 而得出 其中 然后对作主 成分分析. * * 1、用主成分分析研究股票内在的联系。 2、对国民经济增长方式作主成分分析。 3、房地产指标的主成分分析。 思考题 * * 的一切线性组合中方差最大的。 如何求满足上述要求的方程组的系数aij呢?下一节将会看到每个方程式中的系数向量 不是别的而恰好是X的协差阵 所对应的特征向量；也就是说，数学上可以证明使Var(F1)达到最大，这个最大值是在 的第一个特征值所对应特征向量处达到。依此类推使Var(Fp)达到最大值是在 的 的特征值 * * 第p个特征值所对应特征向量处达到。 这里要说明两点：一个是数学模型中为什么作线性组合?基于两种原因：①数学上容易处理；②在实践中效果很好。另一个要说明的是每次主成分的选取使Var(Fi)最大，如果不加限制就可使Var(Fi) 则就无意义了，而常用的限制是要求 （2 ）主成分的几何意义 从代数学观点看主成分就是p个变量X1…，Xp的一些特殊的线性组合，而在几何上这些线性组合正是把X1，…，Xp构成的坐标系旋转产生的新坐标系，新坐标轴使之通过样品变差最大的方向(或说具有最大的样品方差)。下面以最简单的二元正态变量来说明主成分的几何意义。 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 主成分分析的几何解释 平移、旋转坐标轴 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?