资料数学建模案例分析8主成分分析的应用--概率统计方法建模.docVIP

资料数学建模案例分析8主成分分析的应用--概率统计方法建模

?8主成分分析的应用

主成分分析的基本思想是通过构造原变量的适当的线性组合，以产生一系列互不相关的新变量，从中选出少数几个新变量并使它们尽可能多地包含原变量的信息(降维)，从而使得用这几个新变量替代原变量分析问题成为可能。即在尽可能少丢失信息的前提下从所研究的个变量中求出几个新变量，它们能综合原有变量的信息，相互之间又尽可能不含重m

复信息，用这几个新变量进行统计分析(例如回归分析、判别分析、聚类分析等等)仍能达到我们的目的。

设有个样品，个变量(指标)的数据矩阵nm

xxxx？,,,,(1)11121m,,,,xxxx？(2)21222m,,,,X,,，nm,,,,？？？？？,,,,,,xxxx？()nnnnm12,,,,

k寻找个新变量，使得yyykm,,,()？,12k

1、yaxaxaxlk,，，，,？？,(1,2,,)llllmm1122

2、彼此不相关yyy,,？12k

这便是主成分分析。主成分的系数向量的分量刻划出第个变aaaaa,(,,,)？jljllllm12

l量关于第个主成分的重要性。

TV可以证明，若为维随机向量，它的协方差矩阵的个特征值mmxxxx,(,,,)？12m

为,,,,,,,？0，相应的标准正交化的特征向量为uuu,,,？，则12m12m

TTi的第主成分为。xxxx