数据分析(梅长林)习题答案.docxVIP

第四章习题 一、习题 R做主成分解：（1）通过SAS的proc princomp过程对相关系数矩阵 R做主成分 分析，得到个主成分的贡献率以及累计贡献率如表 1所 表i Eige nvalues of the Correlati on Matrix Eige nvalue Differe nee Proporti on Cumulative 1 2. 2 0. 0. 3 0. 4 0. 0. 5 0. 从表中可以得到特征值向量为: [2.8567 0.8091 0.5396 0.4515 0.2429] 第一主成分贡献率为： % 第二主成分贡献率为： 第三主成分贡献率为： % 第四主成分贡献率为： 第五主成分贡献率为：% 进一步得到各主成分分析结果如表2 进一步得到各主成分分析结果如表 2所示: Eige nvectors Prin1 Prin2 Prin3 Prin4 Prin5 x1 x2 x3 x4 x5 （2）由（1）中得到的结果可知前两个主成分的累积贡献率为 ％，得 到第一主成分、第二主成分为： Yi 0.4636x1 0.4571x2 0.4702x3 0.4215x4 0.4212x5 Y2 0.2404x 1 0.5093x2 0.2604x3 0.5257X4 0.5820x5 由于Y 1是五个标准化指标的加权和，由此第一主成分更能代表三种 化工股票和两种石油股票周反弹率的综合作用效果， Y 1越大表示各 股票的综合周反弹率越大。丫2中关于三种化工股票的周反弹率系数为 负，而关于两种石油的系数为正，它放映了两种石油周反弹率和三种 化工股票周反弹率的对比，丫2的绝对值越大，表明两种石油周反弹率 和三种化工股票周反弹率的差距越大。 二、习题 解：（1）利用SAS的proc corr过程求得相关系数矩阵如表 3： 表3 Correlation Matrix x1 x2 x3 x4 x5 x6 x7 x8 x1 x2 x3 x4 x5 x6 x7 x8 （2）从相关系数矩阵出发，通过proc princomp过程对其进行主成分 分析，表4给出了各主成分的贡献率以及累积贡献率： 表4 Eige nvalues of the Correlati on Matrix Eige nvalue Differe nee Proporti on Cumulative 1 0. 2 2. 1. 3 0. 0. 4 0. 0. 5 0. 0. 6 0. 7 0. 8 第一主成分贡献率为： % 第二主成分贡献率为： % 第三主成分贡献率为： % 第四主成分贡献率为： % 第五主成分贡献率为： % 第八主成分贝献率为： % 其中前两个主成分的累计贡献率为 % (3)通过上面的计算得到各主成分，见表 5: 表5 Eige nvectors Pri n1 Prin2 Pr in3 Pr in4 Pr in5 Pr in6 Pr in7 Pr in8 x1 x2 x3 x4 x5 x6 x7 x8 Y1 0.2496x1 0.5192x2 0.0185x3 0.2541x4 0.02169x5 0.6927x6 0. 3171x7 0. 5093x8 丫2 -0.2413x1 - 0.0376x2 + 0.4754x3 + 0.5381x4 + 0.5754x5 + 0.1347x6 -0.2607x7 - 0.0871x8 由于是丫1八个标准化标值的加权值，因此它反映了平均消费数据的综 合指标。对于Y1,它反映了各省人均消费水平，除烟茶酒外，其他 支出越高，其人均总体消费水平越高，而烟茶酒对其消费水平评价成 反方向。在丫2中人均粮食，人均副食品，人均燃料，人均非商品的 系数为负；人均烟茶酒、人居其他副食、人均衣着、人均日用品系数 为正，说明Y2的绝对值越大，各省人均消费的在生活必需品与高档 品差异越大。 根据第一主成分的得分对各个省份进行排序，见表 6： 表6 Obs locati on Prin1 Obs locati on Prin1 1 广东 16 宁夏 2 上海 17 湖南 3 北京 18 陕西 4 浙江 19 厶南 5 海南 20 新疆 6 福建 21 青海 7 广西 22 安徽 8 天津 23 甘肃 9 江苏 24 内蒙古 10 辽宁 25 贵州 11 西藏 26 吉林 12 四川 27 黑龙江 13 山东 28 河南 14 湖北 29 山西 15 河北 30 江西 二、习题 解：（1）通过SAS的proc princomp过程计算得到样本协方差矩阵见 表7: 表7 Covaria nee Matrix x1 x2 x3 y1 y2 y3 x1 x2 x3 y1 y2 y3 求得协方差矩阵的特征值以及各样本主成分的贡献率、累计