第04章主成分分析培训资料.pptVIP

样本主成分 实际应用中，将样本 代入各主成分 中，可得到各样本主成分的观测值 原变量 主成分 1 2 序号 PROC PRINCOMP 可对输入资料文件做主成分分析 输入资料文件可以是原始数据、相关系数矩阵或样本协方差矩阵等 输出包括相关矩阵或协方差矩阵、特征值、特征向量及标准化的主成分值等 PROC PRINCOMP Proc princomp 选项串； var 变量名称串； partial 变量名称串； freq 变量名称串； weight 变量名称串； by 变量名称串； PROC PRINCOMP Proc princomp options; data=sas data set:指出要分析的sas数据集名称。这个数据集可以是原始观测值的sas数据集，也可以是相关矩阵（type＝corr）或协方差矩阵（type＝cov）。若省略数据集选项，则自动使用最新建立的sas数据集。 PROC PRINCOMP Proc princomp options; out＝sas data set：命名一个输出的sas数据集，其中包含原始数据以及各主成分的得分（即各主成分的观测值）。 outstat＝sas data set：命名一个包含各变量的均值、标准差、相关矩阵或协方差矩阵、特征值和特征向量的输出sas数据集。 PROC PRINCOMP Proc princomp options; covariance（或COV）：要求从协方差矩阵出发作主成分分析。若省略此选项，则从相关矩阵出发进行分析。除非各变量的度量单位是可比较的或已经过某种方式的标准化，否则不宜使用此选项，应从相关矩阵出发作主成分分析。 N＝n：指定要计算的主成分个数“n”。其默认值为参与分析的变量个数。 PROC PRINCOMP Proc princomp options; prefix＝name：规定各主成分的名称的前缀。省略此句则sas系统自动赋予各主成分名称分别为prin1，prin2，…。若“name＝A”，则各主成分名称分别为A1，A2，…。前缀的字符个数加上后面数字位数应不超过8个字符。 例4.3 对10名男中学生的身高（ ）、胸围（ ）和体重（ ）进行测量，得数据如表。对其作主成分分析。 序号 身高（cm） 胸围（cm） 体重（kg） 1 149.5 69.5 38.5 2 162.5 77.0 55.5 3 162.7 78.5 50.8 4 162.2 87.5 65.5 5 156.5 74.5 49.0 6 156.1 74.5 45.5 7 172.0 76.5 51.0 8 173.2 81.5 59.5 9 159.5 74.5 43.5 10 157.7 79.0 53.5 例4.3 Data students; input x1 x2 x3; cards; 149.5 69.5 38.5 …… 157.7 79.0 53.5 ; proc princomp cov; var x1-x3; run; 主成分分析 宁波大学商学院 综合得分： 引言 变量太多会增加计算的复杂性 变量太多给分析问题和解释问题带来困难 变量提供的信息在一定程度上会有所重叠 用为数较少的互不相关的新变量来反映原变量所提供的绝大部分信息 总体主成分 设 为某实际问题所涉及的 个随机变量。记 ，其协方差矩阵为 它是一个 阶负定矩阵。设 为 个常数向量，考虑如下线性组合： 总体主成分 易知有 我们希望用 代替原来 个变量 ，这就要求 尽可能地反映原来 个变量的信息。这里用方差来度量。即要求 达到最大。 对任意常数 ，若取 ，则 。 总体主成分 因此，必须对 加以限制，否则 无界。最方便的限制是要求 具有单位长度，即我们在约束条件 之下，求 使 达到最大，因此 所确定的随机变量 称为 的第一主成分。 总体主成分 如果第一主成分