主成分分析在分析化学中的应用.pdfVIP

主成分分析法在分析化学

中的应用

专业：应用化学

学号：200902030134

姓名：何德聪

日期：2012.06.23

主成分分析法在分析化学

中的应用

：

摘要主成分分析法也称定

量分析。由Hotelling于1933年首先提出，主要是利用降维思想,

把多指标转化为少数几个综合指标的多元统计分析方法。这些指标是

原指标的线性组合,且彼此不相关,它可以在力保原始数据丢失最

少情况下,对高维变量空间进行降维。随着计算机技术及其应用的发

展,作为化学计量学基础的主成分分析方法，在分析化学中应用越来

越广泛。尤其在仪器分析中应用较为广泛，本文就主成分分析方法在

化学分析及仪器分析中的具体应用进行综述。

关键词：主成分分析法分析化学仪器分析化学分析

1.主成分分析法

1.1主成分分析法介绍

主成分分析(principalcomponentanalysis)是将多个变量通过线性变换以选出较少

个数重要变量的一种多元统计分析方法，又称主分量分析。由Hotelling于1933年首先提

出,主要是利用降维思想,把多指标转化为少数几个综合指标的多元统计分析方法。这些指

标是原指标的线性组合,且彼此不相关,它可以在力保原始数据丢失最少情况下,对高维

1

［］

变量空间进行量降维。由原始变量线性组合的主成分,以揭示数据结构特征,提取化学

信息。在进行化学变量多元分析的时候，我们用多个变量去描述样本的性质，这些变量也可

以称之为特征。对于复杂体系，特征数可能达到成百上千，计算量十分巨大，而且变量之间

可能存在关联，即存在冗余。使用主成分分析即可将彼此间具有关联的变量整合成少数几个

综合型变量，新得到的变量间不存在关联。

1.2主成分分析的原理

2

［］

设P个进行综合评价的原始指标:x1,x2,...,xp,并假定这些指标在n个单位之间的

初始目标是将这些原始指标组合成新的相互独立的综合指标y1,y2,...,这些综合指yp,

标表现为原始指标的线性函数:yi∑Iijxj(i=1,2,...,p)式中,指标yi互不相关。

因为每个新指标yi都是原始指标的线性组合。实际上,主成分分析是将p个原始指标的总

方差分解为p个不相关的的综合指标yi的方差之和λ1+λ2+...,+λp,而且使第一个

综合

指标yi的方差达到最大(贡献率最大);第二个综合指标即

包括总方差中的绝大部分信息。我们称它们为原始指标的第一,第二,...,第r个主成分。

即:主成分分析法可以使原始指标的大部分方差“集中”于少数几个主成分上,通过对这

几个主成分的分析,实现对总体的综合评价。

1．3主成分分析法分析的主要步骤

(1)列出指标数据矩阵X;

(2)计算X的协方差矩阵S;

(3)计算协方差矩阵S(或相关矩阵R)的特征值和特征向量L(即指标X的系数);

(4)计算贡献率和累计贡献率,并据以确定主成分(即综合指标y)的个数,建立主成分

1

方程;

(5)解释各主成分的意义,并将各单位的原始数据代入方程中,计算综合评价进行分析比

较。2主成分分析在分析化学中的应用

2.1主成分分析在仪器分析中的应用

2.1．1在色谱(气相色谱和液相色谱)分析中的应用

气相色谱在广泛应用于环境监测、农药残留量的分析、汽油、柴油等石油化工产品组成

成分的分析。尤其是多维毛细管气相色谱和色谱-质谱法,运用PCA方法可降低快速气相色

3

［