六省农村医疗发展主成分分析.docVIP

六省农村医疗发展主成分分析 一、主成分分析原理 主成分分析法也称主分量分析或矩阵数据分析,通过变量变换的方法把相关的变量变为若干不相关的综合指标变量。图1主成分分析法示意图若某研究对象有两项指标ζ1和ζ2,从总体ζ(ζ1,ζ2)中抽取了N个样品,它们散布在椭圆平面内(见图1),指标ζ1与ζ2有相关性。η1和η2分别是椭圆的长轴和短轴,η1⊥η2,故η1与η2互不相关。其中η1是点ζ(ζ1,ζ2)在长轴上的投影坐标,η2是该点在短轴上的投影坐标。从图1可以看出点的N个观测值的波动大部分可以归结为η1轴上投影点的波动,而η2轴上投影点的波动较小。若η1作为一个综合指标,则η1可较好地反映出N个观测值的变化情况,η2的作用次要。综合指标η1称为主成分,找出主成分的工作称为主成分分析。可见，主成分分析即选择恰当的投影方向,将高维空间的点投影到低维空间上,且使低维空间上的投影尽可能多地保存原空间的信息,就是要低维空间上投影的方差尽可能地大。 二、数据来源 本文采用的是文献[1]中关于农村医疗状况的数据以及文献[2]中关于财政支出的一些数据。数据(见表1)，然后对原始数据进行标准化处理。利用SPSS软件得到相关系数矩阵（见表2），可知各数据有较强的相关性，可以用主成分分析法。 三、主成分分析法的应用 运用spss19.0对原始变量进