主成分分析的计算步骤.docxVIP

主成分分析的计算步骤 样本观测数据矩阵为: x11 x12 x1 p X x21 x22 x2p xn1 xn2 xnp 第一步：对原始数据进行标准化处理 * xijxij x * xij xij xj var(Xj ) (i 1,2, ,n；j 1,2, ,p) 其中xj 其中 xj 1 n -xij n i 1 第二步:为方便,var(Xj)(Xij12 xj)计算样本相关系数矩阵假定原始数据标准化后仍用(j1,2, 第二步: 为方便, var(Xj) (Xij 1 2 xj) 计算样本相关系数矩阵 假定原始数据标准化后仍用 (j 1,2, ,P) r12 「1p rp2 r 1 pp X表示, 则经标准化处理后的数据的相关系数为 1r 1 r 1 j ? n 1 n xti xtj t 1 (i,j 1,2, , P) 第三步:用雅克比方法求相关系数矩阵 R的特征值（1 第三步: 用雅克比方法求相关系数矩阵 R的特征值（ 1, 2 p）和相应的特征向量 ai ai1, ai2, aip , i 1,2 P。 第四步：选择重要的主成分，并写出主成分表达式 主成分分析可以得到 p个主成分，但是，由于各个主成分的方差是递减的，包含的信 息量也是递减的，所以实际分析时，一般不是选取p 息量也是递减的，所以实际分析时，一般不是选取 p个主成分，而是根据各个主成分累计 贡献率的大小选取前 k个主成分，这里贡献率就是指某个主成分的方差占全部方差的比重, 实际也就是某个特征值占全部特征值合计的比重。即 贡献率=——i—p i 1 贡献率越大，说明该主成分所包含的原始变量的信息越强。 主成分个数k的选取，主要 根据主成分的累积贡献率来决定，即一般要求累计贡献率达到 85%^±,这样才能保证综合 变量能包括原始变量的绝大多数信息。 另外，在实际应用中，选择了重要的主成分后，还要注意主成分实际含义解释。主成分 分析中一个很关键的问题是如何给主成分赋予新的意义， 给出合理的解释。 一般而言，这个 解释是根据主成分表达式的系数结合定性分析来进行的。 主成分是原来变量的线性组合， 在 这个线性组合中个变量的系数有大有小， 有正有负，有的大小相当，因而不能简单地认为这 个主成分是某个原变量的属性的作用， 线性组合中各变量系数的绝对值大者表明该主成分主 要综合了绝对值大的变量， 有几个变量系数大小相当时， 应认为这一主成分是这几个变量的 总和，这几个变量综合在一起应赋予怎样的实际意义， 这要结合具体实际问题和专业， 给出 恰当的解释，进而才能达到深刻分析的目的。 第五步：计算主成分得分 根据标准化的原始数据，按照各个样品，分别代入主成分表达式，就可以得到各主成分 下的各个样品的新数据，即为主成分得分。具体形式可如下。 Fil F12 Fik F21 F22 F2k Fn1 Fn1 Fn2 Fnk 第六步：依据主成分得分的数据，则可以进行进一步的统计分析 其中，常见的应用有主成份回归，变量子集合的选择，综合评价等。