主成分分析方法.ppt

§3.5 主成分分析方法 主讲人：徐建华 §3.5 主成分分析方法 在地理系统分析中，多变量问题是经常会遇到的。变量太多，无疑会增加分析问题的难度与复杂性。主成分分析就是寻找用较少的新变量代替原来较多的旧变量，而且使新变量尽可能多地保留原来较多信息的方法 主成分分析的基本原理 主成分分析的计算步骤 主成分分析方法应用实例 基本原理 问题的提出：有n个地理样本，每个样本共有p个变量，构成一个n×p阶的地理数据矩阵 当p较大时，在p维空间中考察问题比较麻烦。 定义：(记x1，x2，…，xP为原变量指标，z1，z2，…，zm（m≤p）为新变量指标) （3.5.1） (3.5.2) z1，z2，…，zm分别称为原变量指标x1，x2，…，xP的第一，第二，…，第m主成分。 主成分分析的主要任务就是确定每一个主成分Zi在原变量xj上的载荷lij 系数lij的确定原则： ① zi与zj（i≠j；i，j=1，2，…，m）相互无关； ② z1是x1，x2，…，xP的一切线性组合中方差最大者，z2是与z1不相关的x1，x2，…，xP的所有线性组合中方差最大者；……；zm是与z1，z2，……，zm－1都不相关 的x1，x2，…，xP的所有线性组合中方差最大者。 计算步骤 计算相关系数矩阵 rij（i，j=1，2，…，p）为原变量xi与xj的相关系数 。 计算步骤： ① 解特征方程　　　　，求出特征值，并使其按大小顺序排列，即 ② 分别求出对应于特征值　的特征向量 　　　要求 　　=1，即　　　　　，其中　表示向量的　　第j个分量。 ③ 计算主成分贡献率及累计贡献率 （3.5.3） （3.5.5） （3.5.6） ⑤ 各主成分的得分： ④ 计算主成分载荷 ▲累计贡献率: ▲贡献率: 3. 主成分分析方法应用实例 （1） 实例1: 流域系统的主成分分析（张超，1984） 　表3.5.1给出了某流域系统57个流域盆地的9项变量指标。X1：流域盆地总高度（m），x2：流域盆地山口的海拔高度（m），x3：流域盆地周长（m），x4：河道总长度（m），x5：河道总数，x6：平均分叉率，x7：河谷最大坡度（度），x8：河源数， x9：流域盆地面积（km2）。 计算过程： ① 对原始数据作标准化处理，代入公式（3.5.4）计算，得到相关系数矩阵（表3.5.2）。 　 ② 由相关系数矩阵计算特征值、各个主成分的贡献率、累计贡献率（表3.5.3）。由表3.5.3可知，第一，第二，第三主成分的累计贡献率已高达86.5%，故只需求出第一、第二、第三主成分z1，z2，z3即可。 ③ 对于特征值=5.043，=1.746，=0.997分别求出其特征向量e1，e2，e3，再用公式（3.5.5）计算各变量x1，x2，…，x9在主成分z1，z2，z3上的载荷（表3.5.4）。 　　　　表3.5.2　相关系数矩阵 x1 x2 x3 x4 x5 x6 x7 x8 x9 x1 x2 x3 x4 x5 x6 x7 x8 x9 1.000 -0.370 0.619 0.657 0.474 0.074 0.607 0.481 0.689 ? 1.000 -0.017 -0.157 -0.150 -0.274 -0.566 -0.158 -0.016 ? ? 1.000 0.841 0.737 0.167 0.162 0.753 0.910 ? ? ? 1.000 0.921 0.094 0.217 0.928 0.937 ? ? ? ? 1.000 0.165 0.158 0.999 0.788 ? ? ? ? ? 1.000 0.170 0.181 0.071 ? ? ? ? ? ? 1.000 0.164 0.158 ? ? ? ? ? ? ? 1.000 0.799 ? ? ? ? ? ? ? ? 1.000 　　　表3.5.3　特征值及主成分贡献率 主成分 特征值 贡献率（%） 累计贡献率（%） 1 2 3 4 5 6 7 8 9 5.043 1.746 0.997 0.610 0.339 0.172 0.079 0.014 0.0004 56.029 19.399 11.076 6.781 3.778 1.907 0.8727 0.1556 0.0042 56.029 75.428 86.504 93.285 97.061 98.967 99.840 99.996 100.00 　　　　　　　表3.5.4　主成分载荷 原变量 主　　成　　分 占方差的百分数（%） Z1 Z2 Z3 x1 x2 x3 x4 x5 x6 x7 x8 　　x9 0.75 -