原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
主成分分析
主成分分析的主要目的是希望用较少的变量去解释原来资料中的大部分变量，将我们手中许多相关性很高的变量转化成彼此相互独立或不相关的变量。通常是选出比原始变量个数少，能解释大部分资料中的变异的几个新变量，即所谓主成分，并用以解释资料的综合性指标。
1、主成分分析的应用
（1）我国各地区普通高等教育发展水平综合评价。
（2）投资效益的分析和排序等。
2、主成分分析法的步骤
①对原始数据进行标准化处理
用表示主成分分析指标的m个变量，评价对象有n个，表示第i个评价对象对应于第j个指标的取值。将每个指标值转化为标准化指标，即
式中：，
相应地，标准化指标变量为
②计算相关系数矩阵R
其中：，是第i个指标和第j指标之间的相关系数。
③计算相关系数矩阵的特征值与特征向量
解特征方程，得到特征值；再求出相对应的特征值的特征向量，其中,由特征向量组成的m个新的指标变量为
其中：为第1主成分，为第1主成分，?，为第m主成分
④选择p（p≤m）个主成分，计算综合评价值。
（1）计算特征值的信息贡献率和累积贡献率
用表示主成分的信息贡献率，则有
用表示主成分的累积贡献率，则有
若接近于1（一般的范围为85%—95%）时，则用前个指标变量作为个主成分，代替原来个指标变量，再对个主成分进行综合分析。
⑤计算综合得分
用表示第j个主成分的信息贡献率，则有
根据综合得分值进行评价。
例题：
高等教育是依赖高等院校进行的，高等教育的发展状况主要体现在高等院校的相关方面。遵循可比性原则，从高等教育的五个方面选取十项评价指标，具体如图1。
从主成分的系数可以看出，第一主成分主要反映了前六个指标（学校数、学生数和教师数方面）的信息，第二主成分主要反映了高校规模和教师中高级职称的比例，第三主成分主要反映了生均教育经费，第四主成分主要反映了国家财政预算内普通高教经费占国内生产总值的比重。把各地区原始十个指标的标准化数据代入四个主成分的表达式，就可以得到各地区的四个主成分值。
分别以四个主成分的贡献率为权重，构建主成分综合评价模型：
把各地区的四个主成分值代入上式，可以得到各地区高教发展水平的综合评价值以及排序结果如表4。
表4排名和综合评价结果
分析：
各地区高等教育发展水平存在较大的差异，高教资源的地区分布很不均衡。北京、上海、天津等地区高等教育发展水平遥遥领先，主要表现在每百万人口的学校数量和每十万人口的教师数量、学生数量以及国家财政预算内普通高教经费占国内生产总值的比重等方面。陕西和东北三省高等教育发展水平也比高。贵州、广西、河南、安徽等地区高等教育发展水平比较落后，这些地区的高等教育发展需要政策和资金的扶持。值得一提的是西藏、新疆、甘肃等经济不发达地区的高等教育发展水平居于中上游水平，可能是由于人口等原因。
文档评论（0）