主分量分析与主因子课件.pptVIP

Lorenz最早把主成分分析應用到氣象要素場，他對美國64個測站的氣壓場作主成分分析，發現64個中，前8個主成分已經到達描述總方差的91%，說明用前8個主成分就可以代替64個變數，大為減少研究變數個數。當特徵值相差越大時，主成分分析越有意義，反之特徵值相接近，則主成分分析的價值就不大。主成分分析並未對總體分佈作任何假定，因此它對各類分別的數據都能分析。其目的在於簡化結構因數，尋找綜合因數，分類等，在地球科學各領域研究中均有廣泛的應用。§4.3要素場的經驗正交函數分解又稱自然正交展開，簡稱EOF分析，是主成分的應用。在氣象科研中有極廣泛的應用。氣象場的變化有空間的變化特徵，也有時間的變化特徵，經驗正交展開的思路是將氣象場的空間和時間變化分解，分別分析其空間特徵和時間變化特徵。理論上，空間變化函數F（x）可分解為若干典型正交空間函數的線性疊加。經驗正交函數展開即根據歷史資料尋找典型的正交空間函數簇和時間函數。對p個測點的同一要素構成的氣象場可看成p維向量。資料陣：每列是對應某時刻的空間場由樣本統計得到空間變數(x1…xp)的協方差矩陣S，求解出S的特徵值λi和特徵向量V。可得主分量：同乘V，得如果把X看作p維空間的向量，它是空間的函數，Vi也看作p維空間向