医学统计学课件#x2d;#x2d;主成分分析与因子分析#40;第20章#41;.pptxVIP

第20章;讲课内容： 第一节主成分分析 第二节因子分析;第一节 主爲分分析 Principal Components Analysis;?［二.一;某地208名14步另中学生15项形态指标测或结果;如何利用这些指标对每一儿童的生长发育;＞找出几个综合指标（长度、围度、特体），这;二、赦学摸型灰m何意义;Z = AX;第一主成分;第二主成分 Z? =。21乂1 + 3?2乂2 + A + a 2m X m a；i + a% + A + a：m = 1 Z I与Z 2无关，互相垂直： a 21 a 11 + a 22 a 12 + A + a 2m a Im = ° Var (Z2)在所有％中为第2大。 理论上主成分个数最多为m个(指标个数) 实际工作中确定的主成分个数总是小于m个 2013-5-18 医学统计学;相关 变异;2013-5-18;相关 变异;玉、主爲分的求法灰性质;（一）主成分的求法 1.对各原始指标值进行标准化;标准化后的数据矩阵;2.求出X19X2,…，Xm的相关矩阵R;Z(X — X)(X — X);3.求出矩阵R的全部特征值(eigenvalue)扁 第i个主成分的组合系数侦ai2, A,瞄满 足方程组：;，（「][— Xj） au+ r12 ^12+ A+ Lm Am =。 r21 ail+（「22 —入i） ai2+ A+ r2in aim=? M L rml ail+ rm2 ai2+ （rmm_ %i）aim =° 為为矩阵R的第i个特征值，共有m个非 负特征值，由大到小的顺序排列为： 人X2 A Xm0 %=Var（Zi）;Zj = H.jXj + Hi2X2 + A + HimXm;（二）主成分的性质 1.各主成分互不相关;i=l;3 .主成分个数的选取 (1) 前k个主成分的累积贡献率＞70%。 (2) 主成分乙的特征值;5 .样品的主成分得分 .X-.-Xj Xjj= — j = l,2,A ,m;表20-2 20例肝病患者的4项肝功能指标的观测值;表20?3;表2保4 相关矩阵的特征值;=1;1.主成分个数的选邛;2.列出主成分表达式;3 .求出因子载荷阵 % =馬％;4.主成分得分;口标准化指标主成分还原为原始指标主成分;口将该肝病患者的四项肝功能指标代入 原始指标主成分表达式：;五、主爲分分析的应用 1 .对原始指标进行综合 以互不相关的较少个综合指标反应众多原 始指标提供的信息。;3 .进行探索性分析 利用因子载荷阵，找出影响各综合指标的 主要原始指标。 4 .对样品进行分类 利用主成分得分对样品进行分类： %为急性炎症成4kp：n .cm Z2为慢性炎症成分5 1—511 Z3为癌变成分;第二节 同孑分析 Factor Analysis;一、岡子分折蘇本思想;二、困子分析載手孃星;common factor specific factor;，Xi =anFi + 义12卩2+…+ aiqFq+ei X2 = 321F1 + H22F2 + ?.? + HlqFq +?2 I M I Xm = amiF] + amzF? + ?.? + amqFq+ein;X = AF + e;Fj;2013-5-18;三、因手嬢型的性屑 矩阵A的统计意义 1 .公共度供性方差h：）;?21;2 .因子贡献与因子贡献率;各因子的贡献;3.因子载荷及因子载荷阵;3、困子成特阵的求解及计算步原;厌学统计学;5. 求出约关系数矩阵R*所有大于零的特 征值及相应的特征向量 6. 写出因子载荷阵A,得出原始指标X的 公因子表达式ccm;口要求： 1 .保留公因子个数q小于指标个数m,原则:;表20-8某医院三年的医疗工作质量有关指标实测值;L主成分解;表 20-n;表20-10 因子载荷阵;主成分解： 除因子1可初步认定为综合因子外，其余3 个因子的专业意义不明显。 2 .主因子解： 除因子1可初步认定为综合因子外，其余3 个因子的专业意义不明显。;u;累积贡献率=7.03195/9=78.13 %;表20-18 旋转后的因子载荷阵;七、几点注意;废学统计学;(2)两者之间有密切的关系 ?因子分析完全能够替代主成分分析，并且 功能更为强大。 》主成分分析是一种思想，是一种得到目的 的中间手段，是其它多元统计分析方法的 基础，如因子分析常用主成分法求解。 》主成分分析单独应用有其独到之处，如应 用于综合评价与主成分回归时非常实用、 科学。;讲课内容： 第一节主成分分析 第二节因子分析;Thank you!