主成分分析在STATA中的实现以及理论介绍.docx

主成分分析在 STATA 中的实现以及理论介绍 主成分分分析也称作主分量分析，是霍特林(Hotelling)在 1933 年首先提出。主成分分析是利用降维的思想，在损失较少信息的前提下把多个指标转化为较少的综合指标。转化生成的综合指标即称为主成分，其中每个主成分都是原始变量的线性组合，且各个主成分互不相关。Stata 对主成分分析的主要内容包括： 主成分估计、主成分分析的恰当性（包括负偏协方差矩阵和负偏相关系数矩阵、KMO(Kaiser-Meyer-Olkin)抽样充分性、复相关系数、共同度等指标测度）、主成分的旋转、预测、各种检验、碎石图、得分图、载荷图等。 Stata 中可以通过负偏相关系数矩阵、负相关系数平方和 KMO 值对主成分分析的恰当性进行分析。负偏相关系数矩阵即变量之间两两偏相关系数的负数。非对角线元素则为负的偏相关系数。如果变量之间存在较强的共性，则偏相关系数比较低。因此，如果矩阵中偏相关系数较高的个数比较多，说明某一些变量与另外一些变量的相关性比较低，主成分模型可能不适用。这时，主成分分析不能得到很好的数据约化效果。 Kaiser-Meyer-Olkin 抽样充分性测度也是用于测量变量之间相关关系的强弱的重要指标，是通过比较两个变量的相关系数与偏相关系数得到的。KMO 介于0 于 1 之间。KMO 越高，表明变量的共性越强。如果偏相关系数相对于相关系数比较高，则 KMO 比较低，主成分分析不能起到很好的数据约化效果。根据 Kaiser （1974），一般的判断标准如下：0.00-0.49,不能接受（unacceptable）;0.50-0.59,非常差（miserable）；0.60-0.69，勉强接受（mediocre）；0.70-0.79,可以接受 （ middling ）； 0.80-0.89 ， 比较好（ meritorious ）； 0.90-1.00, 非常好 （marvelous）。 SMC 即一个变量与其他所有变量的复相关系数的平方，也就是复回归方程的可决系数。SMC 比较高表明变量的线性关系越强，共性越强，主成分分析就越合适。 成分载荷、KMO、SMC 等指标都可以通过 extat 命令进行分析。 多元方差分析是方差分析在多元中的扩展，即模型含有多个响应变量。本章介绍多元（协）方差分析以及霍特林（Hotelling)均值向量 T 检验。 主成分估计 Stata 可以通过变量进行主成分分析，也可以直接通过相关系数矩阵或协方差矩阵进行。 sysuseauto,clear pcatrunkweightlengthheadroom pcatrunkweightlengthheadroom,comp(2)covariance webusebg2,clear pcabg2cost*,vce(normal) Estat estat 给出了几个非常有用的工具，包括 KMO、SMC 等指标。 webusebg2,clear pcabg2cost*,vce(normal) estatanti estatkmo estatloadings estatresiduals estatsmc estatsummarize 预测 Stata 可以通过 predict 预测变量得分、拟合值和残差等。webusebg2,clear pcabg2cost*,vce(normal) predictscorefitresidualq（备注：q 代表残差的平方和） 碎石图 碎石图是判断保留多少个主成分的重要方法。命令为 screeplot。webusebg2,clear pcabg2cost*,vce(normal) screeplot 得分图、载荷图 得分图即不同主成分得分的散点图。命令为 scoreplot。webusebg2,clear pcabg2cost*,vce(normal) scoreplot 载荷图即不同主成分载荷的散点图。命令为 loadingplot。webusebg2,clear pcabg2cost*,vce(normal) loadingplot 旋转 对载荷进行旋转的命令格式为 rotate。webusebg2,clear pcabg2cost*,vce(normal) rotate