空气污染研究的主成分分析.docxVIP

空气污染研究的主成分分析 一、提出问题 本文对于给定的某城市 42天中午12点的空气污染数据进行主成分分析，主要解决以 下几个问题： 分别用样本协方差矩阵和样本相关矩阵作主成分分析，对比二者的结果差异； 对原始数据的变化选取三个或者更少的主成分反映，并对所选的主成分做出解释。 二、分析问题 主成分分析旨在利用降维的思想， 把多指标转化为少数几个综合指标。 在实际问题研究 中，为了系统、全面地分析问题，我们必须考虑众多影响因素。因为每个因素都在不同程度 上反映了所研究问题的某些信息，并且指标之间有一定的相关性， 因而所得到的统计数据反 映的信息在一定程度上有重叠。本文中所研究的问题变量较多， 因此利用主成分分析法研究 本问题，减少计算量和降低分析问题的复杂性。 针对问题一，首先将数据标准化， 计算样本协方差矩阵和相关矩阵， 然后分别计算样本 协方差矩阵和相关矩阵的特征值和特征向量， 贡献率和累计贡献率，确定选取成分个数，列 出主成分方程并解释主成分意义。 针对问题二，考虑主成分的贡献率，只要主成分的累计贡献率达到 80%就可以反映原 始数据的变化，并且对所选取的主成分做出解释。 三、模型假设 1、 影响污染程度的变量只有本文中所提到的变量； 2、 随机选取的42天； 3、 题目中所提到的城市是平衡发展，政府对环境治理干预较小，即此城市的环境不会出现 强烈波动； 4、 题目中所给的污染浓度及气象参数有效，数据都准确可靠，同时不考虑人为因素、检测 仪器精确度不同等影响。 四、符号说明 符号 符号含义 ii 样本方差  x 原始变量 Y 样本主成分 Cov(Xi,Xj) 样本协万差 样本相关矩阵 i 样本平均值 协万差矩阵 P 特征向量矩阵 矩阵的特征值 e 矩阵的特征向量 ?? 信息提取率 五、问题求解5.1协方差矩阵主成分分析 五、 问题求解 5.1 协方差矩阵主成分分析 的特征值与正交化特征向量分别为是x (x1,x2,x3, ,xp)T的协方差矩阵, 的特征值与正交化特征向量分别为 p 0及导忘，％ ,ep,且x的第i个主成分为 1,2,3,Y ei 1x1 ?2x2 ?3x3 eipxp,(i 1,2,3, 根据已有数据计算得样本 x (x1, x2 根据已有数据计算得样本 x (x1, x2, x3, ,xP)T的均值向量又 (又1,又2,又3,,又?为 x (7.5 73.8333 4.4762 2.1905 10.0476 9.4048 3.0952)T 根据协方差矩阵计算公式 n (x x)(xi x)T 代入数据可求得随机变量 x (玉法2法3,乂4, x5, x6,x7)T相应的样本协方差矩阵为 2. 500 -2. 781 -0. 378 -0.463 -0. 585 -2. 232 0. 171 2. 781 300. 156 3. 909 -1.387 6. 763 30.791 0. 624 0. 378 3. 909 1. 522 0. 674 2. 315 2. 822 0. 142 0.463 1. 387 0. 674 1. 182 1.088 0. 811 0. 177 0. 585 6. 763 2. 315 1. 088 11. 364 3. 127 1. 044 2. 232 30. 791 2. 822 0. 811 3. 127 30.979 0. 595 0. 171 0.624 0. 142 0. 177 1.044 0. 595 0. 479 0代入数据可求得 的特征值 i与对应单位正交化特征向 利用特征值计算公式量e(i 1,2, ,7)分别为 利用特征值计算公式 ? (0.0099 0.99320.0150 0.00460.02460.11250.0024)T303.6941 ? (0.0099 0.9932 0.0150 0.0046 0.0246 0.1125 0.0024)T 28.3132, e2 (0.0766 0.11630.1059 0.0128 e2 (0.0766 0.1163 0.1059 0.0128 0.1501 0.9727 0.0237)T 11.4674 , e3 ( 0.0314 e3 ( 0.0314 0.0070 0.1861 0.1320 0.9541 0.1711 0.0851)T 2.5494, e4 (0.89960.0005 e4 (0.8996 0.0005 0.1998 0.3467 0.1188 0.0670 0.1092)t 1.4703, e5 (0.38860.00160.71830.5364 e5 (0.3886 0.0016 0.7183 0.5364 0.2074 0.0095 0.0470)T 0.547