全套电子课件：实用统计方法.ppt

* 第八章 §8.3 主分量分析的应用例8.3.1的输出结果  输出8.3.3 第二主分量得分对第一主分量得分的散布图 * 第八章 §8.3 主分量分析的应用例8.3.1的结果分析  输出8.3.3是PLOT过程产生的输出图形，从图中可以直观地看出，按学生的身体指标尺寸，这30名学生大约应分成三组(以第一主分量得分值为-1和2为分界点). 每一组包括哪几名学生由每个散点旁边的序号可以得知.更详细的信息可从PRINT过程产生的输出8.3.4数据列表中得到.  * 第八章 §8.3 主分量分析的应用例8.3.1的输出结果  输出8.3.4 按第一主分量得分排序后的主分量得分和原始数据 * 第八章 §8.3 主分量分析的应用例8.3.1的结果分析  输出8.3.4是把30个观测按第一主分量从小到大重新排序后的输出结果.从这里可以得到分为三组时各组学生的更多的信息如下: G1 = {11,15,29,10,28,6,24,14,2,27,18} G2 = {4,30,22,1,16,26,23,21,8,9,7,17} G3 = {20,13,19,12,5,3,25} 若考虑用Z1 ,Z2进行聚类,这就量主分量聚类方法. * 第八章§8.3 主分量分析的应用应用例子8.3.2  例8.3.2 经济分析数据的主分量回归 考察进口总额Y与三个自变量：国内总产值X1，存储量X2,总消费量X3(单位均为十亿法郎)有关.现收集了1949年至1959年共11年的数据(见第四章表4.4).对表4.4的数据试用主分量回归分析方法求进口总额与总产值、存储量和总消费量的定量关系式. 解 在第四章例4.5.3中介绍如何调用REG过程来完成Y与X1、X2、X3的主分量回归. 下面首先调用PRINCOMP过程对3个自变量做主分量分析.然后进行主成分回归.SAS程序如下(设表4.4生成的SAS数据集名为D832)：  * 第八章§8.3 主分量分析的应用例8.3.2的sas程序  proc standard data=d832 out=do832 mean=0 std=1; var x1-x3 y; run; proc princomp data=do832 prefix=z out=o832 ; var x1 x2 x3; run; proc print data=o832; var z1 z2 y; run; 该过程把各变量的 观测数据标准化 主分量名 字的前缀 规定为z 用标准化后的数 据作主分量分析 输出数据 集包含主 分量得分 * 第八章§8.3 主分量分析的应用例8.3.2的输出结果  * 第八章§8.3 主分量分析的应用例8.3.2的结果分析  由输出结果可知相关阵的三个特征为λ1=1.999,λ2=0.998,λ3=0.003.前二个主分量的累计贡献率在99%以上.取两个主分量(用Xi*表示Xi的标准化变量)： Z1=0.7063 X1*+0.0435 X2*+0.7065 X3* Z2=-0.0357 X1*+0.9990 X2*-0.0258 X3* 主分量分析的结果还给出X1*、X2*和X3* 的一个多重共线性关系： Z3=0.7070 X1* +0.0070 X2* -0.7072 X3* ≈ C  * 第八章 §8.1 总体的主分量主分量的几何意义 从代数学观点看主分量就是p个变量的一些特殊的线性组合,而从几何上看这些线性组合正是把X1,…,Xp构成的坐标系旋转产生的新坐标系,新坐标轴使之通过样本变差最大的方向(或者说具有最大的样本方差). 设有n个观测,每个观测有p个变量X1,…,Xp , 它们的综合指标(主分量)记为Z1,…,Zp . 当p=2时原变量为X1, X2.设(X1, X2 )服从二元正态分布,则样品点X(i) =(xi1, xi2 ) (i=1,2,…n)的散布图(见下面图形)在一个椭园内分布着. * 第八章 §8.1 总体的主分量主分量的几何意义 Z1 Z2 * 第八章 §8.1 总体的主分量主分量的几何意义