数学模型讲座主成分分析.pptVIP

1主成分分析Principal Components Analysis武汉理工大学统计学系 唐湘晋 2 1. 概 述 多元问题的复杂性∶指标(变量)多，指标间存在相关性。 问题∶能否构造出一些综合指标使满足如下条件∶ ① 指标个数尽可能少， ② 指标间相互独立， ③ 尽可能多地包含原指标所含的关于总体的信息。§1 主成分分析的原理 3 例如∶做一件上衣要测量的指标有∶身长、袖长、胸围、腰围、肩宽、肩厚等等十几项指标。某服装厂生产一批新型服装，需将十几项指标综合为3项指标(分别反应长度、胖瘦、特体)，用作分类的型号。 又如商业经济∶ 多项指标--物价、生活费用、商业活动指数。1. 概 述 4 主成分分析是将原来众多具有相关性的指标化为少数几个相互独立的综合指标的一种统计方法。1. 概 述 5 原始数据矩阵p 维空间n 个点研究n 个点的关系，难!降维，近似在低维空间表达。2. 直 观 想 法 6 如果椭圆很扁，则在 y 的坐标系中，样本点的第一个坐标y1 就代表了这些点的分布情况。例如，二元总体，正态分布。2. 直 观 想 法 7设p 维随机变量 的数学期望为0，x的主成分指的是综合变量