- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
主成分分析
主成分分析的主要目的是希望用较少的变量去解释原来资料中的大部分变量,
将我们手中许多相关性很高的变量转化成彼此相互独立或不相关的变量。 通常是
选出比原始变量个数少, 能解释大部分资料中的变异的几个新变量, 即所谓主成
分,并用以解释资料的综合性指标。
1、主成分分析的应用
(1)我国各地区普通高等教育发展水平综合评价。
(2 )投资效益的分析和排序等。
2、主成分分析法的步骤
①对原始数据进行标准化处理
用 x , x , , x 表示主成分分析指标的 m 个变量,评价对象有 n 个, a 表示第
1 2 m ij
i 个评价对象对应于第 j 个指标的取值。将每个指标值 aij 转化为标准化指标 aij ,
即
a
ij j
a ,( i 1,2, , n; j 1,2, , m)
ij
s
j
n n
1 1 2
式中: j aij , sj ( aij j )
n i 1 n 1 i 1
相应地,标准化指标变量为
x
j j
xj ,( j 1,2, , m)
sj
②计算相关系数矩阵 R
R (r )
ij m m
n
a a
ki kj
k 1
原创力文档


文档评论(0)