数学建模主成分分析教学PPT课件.ppt

影响人们外出旅游的因素有居民收入、交通、闲暇时间、旅游目的地治安状况、旅游目的地的环境卫生以及接待能力等等。 由于资料的可得性和代表性，选择以下变量。 国内旅游人数（百万人） 农村居民人均纯收入（元） 城镇居民人均可支配收入（元） 公路线路里程（万公里） 数据见sasuser.tourmx 例2 国内旅游人数模型 4 确定主成分个数 （1）根据累积贡献率 当 大于某个阈值时（85%以上)，可认为主成分数目为m。 （2）根据其它准则 * 特征值大于1.0的因子数定为主成分数。 * (公共因子碎石图）利用特征值与因子数目的曲线，到某一因子数后，特征值减小幅度变化不大，此转折点的因子数即为主成分数m。 例1 下面是8 个学生两门课程的成绩表 65 85 70 90 65 45 55 65 数学 100 90 70 70 85 55 55 45 语文 对此进行主成分分析。 1. 求样本均值和样本协方差矩阵 2. 求解特征方程 ＝0 化简得： 解得： 3.求特征值所对应的单位特征向量 所对应的单位特征向量 ， 其中 解得 （ ）= 所对应的单位特征向量 ，其中 解得： 4. 得到主成分的表达式 第二主成分： 第一主成分： 5.主成分的含义 通过分析主成分的表达式中原变量前的系数来解释各主成分的含义。 第一主成分F1是 和 的加权和，表示该生成绩的好坏。 第二主成分F2表示学生两科成绩的均衡性 6. 比较主成分重要性 第一主成分F1的方差为 第二主成分F2的方差为 方差贡献率 方差贡献率为 主成分F1和F2的方差总和为 原变量 和 的方差总和为 总方差保持不变 身高x1(cm) 胸围x2(cm) 体重x3(kg) 149.5 162.5 162.7 162.2 156.5 156.1 172.0 173.2 159.5 157.7 69.5 77.0 78.5 87.5 74.5 74.5 76.5 81.5 74.5 79.0 38.5 55.5 50.8 65.5 49.0 45.5 51.0 59.5 43.5 53.5 例2 下表是10位学生的身高 、胸围 、体重 的数据。 对此进行主成分分析。 1. 求样本均值和样本协方差矩阵 2. 求解协方差矩阵的特征方程 3.解得三个特征值 和对应的单位特征向量： 4. 由此我们可以写出三个主成分的表达式： 5. 主成分的含义 F1表示学生身材大小。 F2反映学生的体形特征 三个主成分的方差贡献率分别为： 前两个主成分的累积方差贡献率为： 二、主成分分析的计算步骤 （一）计算相关系数矩阵 rij（i，j=1，2，…，p）为原变量xi与xj的相关系数， rij=rji，其计算公式为 （1） （2） （二）计算特征值与特征向量 ① 解特征方程　　　　，常用雅可比法（Jacobi）求出特征值，并使其按大小顺序排列 ； ② 分别求出对应于特征值　的特征向量 　 ，要求 　　=1，即　　　　　，其中　表示向量 的第j个分量。 ③ 计算主成分贡献率及累计贡献率 贡献率 累计贡献率 一般取累计贡献率达85%~95%的特征值 所对应的第1、第2、…、第m（m≤p）个主成分。 ④ 计算主成分载荷 　　　 ⑤ 计算各主成分得分 （4） 计算所选出的k个主成分的得分。将原始数据的中心化值: 代入前k个主成分的表达式，分别计算出各样本k个主成分的得分。 例3 对88个学生5 门不同课程的考试成绩进行分析，要求用合适的方法对这5 门课程成绩进行平均，以对88个学生的成绩进行评比。这5门课程是：Mechanics Vectors (闭)，Algebra Analysis Statistics (开)。 经计算，得到5个主成分的表达式如下： 这5个主成分的方差分别为679.2，199.8，102.6, 83.7和31.8。前两个主成分各自的贡献率和累积贡献率为 §5