主成分分析与与因子分析法.pptVIP

主成分分析法与因子分析法  主要内容 主成分分析法 因子分析法 附:主成分分析法与因子分析法的区别  主成分分析法 Principal Components Analysis, PCA 主成分分析法概述 主成分分析的基本原理 主成分分析的计算步骤  主成分分析概述  引子 假定你是一个公司的财务经理,掌握了公司 的所有数据,这包括众多的变量,比如固 定资产、流动资金、每一笔借贷的数额和 期限、各种税费、工资支出、原料消耗、 产值、利润、折旧、职工人数、职工的分 工和教育程度等等。 如果让你向上级或有关方面介绍公司状况, 你能够把这些指标和数字都原封不动地摆 出去吗?  当然不能。汇报什么? 发现在如此多的变量之中,有很多是相 关的。人们希望能够找出它们的少数 “代表”来对它们进行描述。 需要把这种有很多变量的数据进行高度 概括,用少数几个指标简单明了地把 情况说清楚。  升么是主成分分析法? 主成分分析法( Principal components Analysis)和 因子分析法( Factor Analysis)就是把变量维数降 低以便于描述、理解和分析的方法 主成分分析也称为主分量分析,是一种通过降维来简 化数据结构的方法:如何把多个变量化为少数几个 综合变量(综合指标),而这几个综合变量可以反 映原来多个变量的大部分信息,所含的信息又互不 重叠,即它们之间要相互独立,互不相关。 这些综合变量就叫因子或主成分,它是不可观测的, 即它不是具体的变量只是几个指标的综合 在引入主成分分析之前,先看下面的例子。  成绩数据 53个学生的数学、物理、化学、语文、历史、 英语的成绩如下表(部分) 学生代码数学物 化学语文历史英语 65 74 80 84 72  从本例可能提出的问题 能不能把这个数据表中的6个变量用一两 个综合变量来表示呢? 这一两个综合变量包含有多少原来的信 息呢?  事实上,以上问题在平时的研究中,也会经常 遇到。它所涉及的问题可以推广到对企业、 对学校、对区域进行分析、评价、排序和分 类等。 比如对n个样本进行综合评价,可选的描述样 本特征的指标很多,而这些指标往往存在 定的相关性(既不完全独立,又不完全相 关),这就给研究带来很大不便。若选指标 太多,会增加分析问题的难度与复杂性,选 指标太少,有可能会漏掉对样本影响较大的 指标,影响结果的可靠性。