主成分分析法原理及应用.docxVIP

一 、 概 述 在 理信息 ，当两个 量之 有一定相关关系 ，可以解 两个 量反映此 的信息有一定的重叠， 例如，高校科研状况 价中的立 数与 目 、 支出等之 会存在 高的相关性；学生 合 价研究中的 基 成 与 成 、 学金次数等之 也会存在 高的相关性。而 量之 信息的高度重叠和高度相关会 方法的 用 来 多障碍。 了解决 些 ，最 和最直接的解决方案是削减 量的个数，但 必然又会 致信息 失和信息不完整等 的 生。 此，人 希望探索一种更 有效的解决方法，它既能大大减少参与数据建模的 量个数，同 也不会造成信息的大量 失。主成分分析正式 一种能 有效降低 量 数，并已得到广泛 用的分析方法。 主成分分析以最少的信息 失 前提，将众多的原有 量 合成 少几个 合指 ，通常 合指 （主成分） 有以下几个特点： 主成分个数 少于原有 量的个数 原有 量 合成少数几个因子之后，因子将可以替代原有 量参与数据建模， 将大大减少分析 程中的 算工作量。 主成分能 反映原有 量的 大部分信息 因子并不是原有 量的 取舍，而是原有 量重 后的 果 ，因此不会造成原有 量信息的大量 失，并能 代表原有 量的 大部分信息。 主成分之 互不相关 通 主成分分析得出的新的 合指 （主成分）之 互不相关 ，因子参与数据建模能 有效地解决 量信息重叠、