2021年主成分分析法及其在SPSS中的操作.docxVIP

木欧阳光明*创编 木欧阳光明*创编 2021.03.07 —、主成分分析基本原理 欧阳光明(2021.03.07) 概念：主成分分析是把原来多个变量划为少数几个综合指标的 —种统计分析方法。从数学角度来看，这是一种降维处理技术。 思路：一个研究对象，往往是多要素的复杂系统。变量太多无疑合 增加分析冋题的难度和复杂性，利用原变量之间的相关关系，用较 少的新变量代替原来较多的变量，并使这些少数变量尽可能多的保 留原来较多的变量所反应的信息，这样冋题就简单化了。 原理：假定有n个样本，每个样本共有p个变量，构成—个nxp 阶的数据矩阵， 记原变量指标为xl, x2,…，xp,设它们降维处理后的综合指 标，即新变量为 zl, z2, z3, ... , zm(mp),贝！］ 系数lij的确定原则： zi 与 zj (i为；i, j=l, 2, m)相互无关; zl是xl, x2,…，xP的一切线性组合中方差最大者，z2是与zl 不相关的xl, x2,…，xP的所有线性组合中方差最大者；zni是 与zl, z2, ……,zm- 1都不相关的xl, x2,…xP,的所有线性 组合中方差最大者。 新变量指标zl, z2,…，zm分别称为原变量指标xl, x2,…，xP的第1,第2,第m主成分。 从以上的分析可以看出，主成分分析的实质就杲确定原来变量 xj (j=l, 2,…，p)在诸主成分zi