SPSS学习系列30.主成份分析.docxVIP

30.主成份分析 一、基本原理 主成份分析，是数学上对数据降维的一种方法，是将多个变量转 化为少数综合变量（集中了原始变量的大部分信息）的一种多元统计 方法。其主要目的是将变量减少，并使其改变为少数几个相互独立的 线性组合形成的新变量（主成份，其方差最大），使得原始资料在这 些成份上显示最大的个别差异来。 在所有的线性组合中所选取的 F1应该是方差最大的，称为第一 主成分。如果第一主成分不足以代表原来所有指标的信息， 再考虑选 取第二个线性组合F2,称为第二主成分。为了有效地反映原有信息， F1已有的信息就不需要再出现在 F2中，用数学语言表达就是要求 Cov（F1, F2）= 0.依此类推可以构造出第三、第四、…、第 p个主成 分。 主成份分析，可以用来综合变量之间的关系，也可用来减少回归分析 或聚类分析中的变量数目。 设有n个样品（多元观测值），每个样品观测p项指标（变量）：Xi,…, Xp,得到原始数据资料阵： 工 11 *2 … “Ip X in ■ ■ B -Ti — X= 点二（孤厂*、…，?） 其中，X = (xii, X2i,…,Xni)T, i = 1,…,p. 用数据矩阵X的p个列向量(即p个指标向量)Xi,…，Xp作线性组 合，得到综合指标向量： 鸟二 + a2XX2 + …+ apXXp L 二弓摸1 + ^22^2 + …+ 今 * a ■ ? ? 卜