【原创】R语言主成分分析因子分析案例报告(完整附数据).pdfVIP

R R 【原创】定制 语言数据分析可视化案例报告论文（附代码数据） 【原创】定制 语言数据分析可视化案例报告论文（附代码数据） 有问题到淘宝找“大数据部落”就可以了 有问题到淘宝找“大数据部落”就可以了 R R 语言主成分分析因子分析案例报告 语言主成分分析因子分析案例报告 R R 语言多元分析系列之一：主成分分析 语言多元分析系列之一：主成分分析 principal components analysis PCA principal components analysis PCA 主成分分析 （ ， ）是一种分析、简化数据集的技术。 主成分分析 （ ， ）是一种分析、简化数据集的技术。 它把原始数据变换到一个新的坐标系统中，使得任何数据投影的第一大方差在第一个坐标 （称为 它把原始数据变换到一个新的坐标系统中，使得任何数据投影的第一大方差在第一个坐标 （称为 第一主成分）上，第二大方差在第二个坐标 （第二主成分）上，依次类推。主成分分析经常用减 第一主成分）上，第二大方差在第二个坐标 （第二主成分）上，依次类推。主成分分析经常用减 少数据集的维数，同时保持数据集的对方差贡献最大的特征。这是通过保留低阶主成分，忽略高 少数据集的维数，同时保持数据集的对方差贡献最大的特征。这是通过保留低阶主成分，忽略高 阶主成分做到的。这样低阶成分往往能够保留住数据的最重要方面。但是在处理观测数 目小于变 阶主成分做到的。这样低阶成分往往能够保留住数据的最重要方面。但是在处理观测数 目小于变 量数 目时无法发挥作用，例如基因数据。 量数 目时无法发挥作用，例如基因数据。 R princomp summary plot R 语言中进行主成分分析可以采用基本的 princomp 函数，将结果输入到 summary 和 plot 函数 语言中进行主成分分析可以采用基本的 函数，将结果输入到 和 函数 psych 中可分别得到分析结果和碎石图。但 psych 扩展包更具灵活性。 中可分别得到分析结果和碎石图。但 扩展包更具灵活性。 1 1 选择主成分个数 选择主成分个数 选择主成分个数通常有如下几种评判标准： 选择主成分个数通常有如下几种评判标准： 根据经验与理论进行选择 · 根据经验与理论进行选择 · 80% 根据累积方差贡献率 ，例如选择使累积方差贡献率达到 80%的主成分个数。 · 根据累积方差贡献率 ，例如选择使累积方差贡献率达到 的主成分个数。 · 1 根据相关系数矩阵的特征值，选择特征值大于 1 的主成分。 · 根据相关系数矩阵的特征值，选择特征值大于 的主成分。 · parallel analysis parallel analysis 另一种较为先进的方法是平行分析 （ ）。该方法首先生成若干组与原始数据结 另一种较为先进的方法是平行分析 （ ）。该方法首先生成若干组与原始数据结 构相同的随机矩阵，求出其特征值并进行平均，然后和真实数据的特征值进行比对，根据交叉点 构相同的随机矩阵，求出其特征值并进行平均，然后和真实数据的特征值进行比对，根据交叉点 USJudgeRatings psych 的位置来选择主成分个数。我们选择 USJu