气候统计方法和应用：第五章 主成分分析.pptx

第五章 主成分分析;第五章1 主成分概念;如果以这条红线为横坐标轴，那么各点在红线上的横坐标值（记为y1 ）就可以在很大程度上反映x1和x2的变化信息。;问题： y1与y2与原变量x1、x2有何关系？;因此，L= [l1, l2]就是新坐标基 [β1, β2];下面考察n个点在新旧坐标系中的离散程度（总离差平方和）：;观察右图易知，长轴方向的离散程度要远大于短轴方向的离散程度，即y1的方差要远大于y2的方差， 如果对本例计算变换前后各变量占总离差平方和的比重为： ;即： 各主成分的系数向量都是单位向量； 不同主成分的系数向量相互正交。;以上分析是当x有2个变量（二维）时的情形。 下面给出当x具有m个变量时，主成分的一般定义： 设x=[ x1, x2, …, xm ]T是一个由m个随机变量组成的随机向量， 设x的数学期望为零向量0， x的第i个主成分的定义为：;把m个主成分的表达式展开：;如果有n次观测，那么x有n列：;第五章2 主成分的导出与计算;第一主成分y1的导出;该问题为多元函数的条件极值问题（m元）， 可以应用拉格朗日乘数法。;;第一主成分y1的方差： l1TSl1 =λl1Tl1= λ，因此，要使y1的方差达最大， λ应取S的特征值里面最大的那一个: λ1 ， 系数向量l1就是对应于最大特征值λ1的特征向量。;第二主成分 y2=l2Tx 的确定;所以，l2与l1类似，也是S的特征向量，此处的λ也是S的一个特征值。;与第一、二主成分类似， 我们可以推导出所有的主成分， m个变量的主成分的系数向量就是其协方差阵S=XXT的特征值λ1≥ λ2≥… ≥λm所对应的单位化的特征向量 l1, l2, …, lm。 第k个特征值λk ，就是第k主成分yk的方差 ykykT。;总结 主成分的性质;（3）第一、二、… 主成分的方差大小是 由大到小顺序排列的, 也即按S的特征值由大到小排列。;主成分的各种形式;利用原始变量计算主成分;利用标准化变量计算主成分;XXT的特征向量;通过上图可以看出，如果对原始变量计算XXT的特征向量，将无法达到主成分分析的目的，因此，如果要分析原始变量的主成分，应该对协方差阵S=XdXdT或（S=（XdXdT)/n）计算的特征值与特征向量：;总结 主成分的计算步骤：;注意！ 教材显示：本例中，利用距平资料和标准化资料计算的前??主成分的方差贡献率相同(都是0.60和0.85)，但严格来说二者并不相等，只是接近。利用距平资料和标准化资料算得的方差贡献率并不具有可比性！ 本例中之所以二者方差贡献率几乎相同是因为该例中的三个变量（3、4、5月气温）的标准差非常接近，导致协方差阵与相关阵几乎成比例。;主成分的计算 图例;X;第五章3 经验正交函数分解;因为L是正交矩阵（即LTL=LLT=I），所以，将上式左乘L，可得：;将资料阵X分解为空间函数和时间系数相乘的形式，称为： X的“经验正交函数分解” (Empirical Orthogonal Function (EOF) decomposition)，用于考察气象要素的时空分布特征。;空间函数值的性质;气象要素场的估计;每个li都是单位化的，但时间序列yi却是按方差从大到小排列的，即越前面的X (i) 就越重要（总方差越大）， 如果取前p个EOF模态(主成分)，即L前p列, Y取前p行(p=m), 这时就得到对原资料阵X的一种估计(重构)：记为 ;对X估计的精确程度，可采用实测值与估计值之间的残差平方和来度量，即：;30个变量，50次观测(m=30, n=50)，得距平资料阵X：;l1;利用前p个EOF模态( p=1, 2, 10, 50) 对原图进行重构(估计):;高圆圆、赵又廷 11月28日在台北举行婚礼;实际应用 热带印度洋海表面温度年际异常的EOF分解;热带印度洋海温EOF第二模态;是否可使空间向量或时间系数数值具备物理意义？;;调整前后的EOF-1(印度洋海温异常);利用EOF对我国汛期降水分型P156，图5.2;;应用扩展：多变量EOF分解(Multi-variable EOF(MV-EOF);或称combined EOF(联合EOF));进行MV-EOF的k个气象要素的空间点数可以不一致 例如空间点数分别为m1，m2, …, mk （ m1+m2 + … + mk =m ）， 都同时进行了n次观测，则需要把各气象要素按照一定的顺序在空间维罗列，排成m行n列的矩阵X。;例： 右图所示为东亚地区夏季（1979-2006年）降水、850-hPa风场、海平面气压(SLP)场、200-hPa风场的MVEOF第一模态空间向量以及时间系数