主成分解析总结计划在STATA中实现及理论介绍.docxVIP

主成分分析总结计划在STATA中实现及理论介绍 主成分分析总结计划在STATA中实现及理论介绍 主成分分析总结计划在STATA中实现及理论介绍 第十二章主成分分析主成分分分析也称作主重量分析，是霍特林(Hotelling)在1933年第一提出。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变成较少的综合指标。转变生成的综合指标即称为主成分，此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含：主成分预计、主成分分析的适合性（包含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、展望、各种检验、碎石图、得分图、载荷图等。 yij aibj ij,i1,2,,nj 1,2,,p 主成分的模型表达式为： C V V p 1ivivi i vi vj 0 diag(1,2, ,p),12 p 此中，a称为得分，b称为载荷。主成分分析主要的分析方法是对相关系数矩阵（或协方差矩阵）进行特色值分析。Stata中可以经过负偏相关系数矩阵、负相关系数平方和KMO值对主成分分析的适合性进行分析。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。假如变量之间存在较强的共性，则偏相关系数比较低。所以，假如矩阵中偏相关系数较高的个数比许多，说明某一些变量与别的一些变量的相关性比较低，主成分模型可能不适用。这时，主成分分析不可以获取很好的数据约化成效。Kaiser-Meyer-Olkin抽样充分性测度也是用于丈量变量之间相关关系的强弱的重要指标，是经过比较两个变量的相关系数与偏相关系数获取的。KMO介于0于1之间。KMO越高，表示变量的共性越强。假如偏相关系数有对于相关系数比较高，则KMO比较低，主成分分析不可以起到很好的数据约化成效。依据Kaiser1974），一般的判断标准以下：0.00-0.49,不可以接受（unacceptable）;0.50-0.59,特别差（miserable）；0.60-0.69，牵强接受（mediocre）；0.70-0.79,可以接受middling）；0.80-0.89，比较好（meritorious）；0.90-1.00,特别好marvelous）。SMC即一个变量与其余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比较高表示变量的线性关系越强，共性越强，主成分分析就越适合。成分载荷、KMO、SMC等指标都可以经过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。12.1主成分预计Stata可以经过变量进行主成分分析，也可以直接经过相关系数矩阵或协方差矩阵进行。1）sysuseauto,clearpcatrunkweightlengthheadroom s e ul a v n e gi E  pcatrunkweightlengthheadroom,comp(2)covariance 2）webusebg2,clearpcabg2cost*,vce(normal) 12.2Estatestat给出了几个特别实用的工具，包含KMO、SMC等指标。webusebg2,clearpcabg2cost*,vce(normal)estatantiestatkmoestatloadingsestatresidualsestatsmcestatsummarize12.3展望Stata可以经过predict展望变量得分、拟合值和残差等。webusebg2,clearpcabg2cost*,vce(normal)predictscorefitresidualq（备注：q代表残差的平方和）12.4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,clearpcabg2cost*,vce(normal)screeplotScreeplotofeigenvaluesafterpca25 . 1 1 5 .123456Number 2 t n e n o p m o c r fo s e r o c S  12.5得分图、载荷图 得分图即不一样主成分得分的散点图。命令为scoreplot。webusebg2,clearpcabg2cost*,vce(normal)scoreplotScorevariables(pca)4202 - 4 - -6 -4 -2 0 2 4 Scoresforcomponent1 载荷图即不一样主成分载荷的散点图。命令为loadingplot。webusebg2,cle