主成份文分析法.doc_第1页
主成份文分析法.doc_第2页
主成份文分析法.doc_第3页
主成份文分析法.doc_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

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异，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。由此可见，主成分分析实际上是一种降维方法。求主成分方法步骤(1)数据标准化;设有n个样品，P个指标，得到的原始资料矩阵为了实现样本数据的标准化，应求样本数据的平均和方差。样本数据的标准化是基于数据的平均和方差进行的。 因为在实际应用中，往往存在指标的量纲不同，所以在计算之前须先消除量纲的影响，而将原始数据标准化。对数据矩阵Y作标准化处理，即对每一个指标分量作标准化变换，变换公式为： 其中：样本均值样本标准差得标准化后的数据矩阵（2）计算相关矩阵对于给定的n个样本，求样本间的相关系数。相关矩阵中的每一个元素由相应的相关系数所表示。其中（3）求特征值和特征向量设求得的相关矩阵为R ，求解特征方程： |R-i|=0 通过求解特征方程，可得到m个特征值 （i=1m），和对应于每一个特征值的特征向量：ai=(ai1,ai2,.,aip) i=1m 且有 123m0 设相应1的特征向量Ai=(1i,2i,.,pi) i=1m（4）求主成分 （取线性组合） 根据求得的m个特征向量，m个主要成分分别为： F1=11x1+12x2+ . +1pxpF2=21x1+22x2+ . +2pxp . . . . . .Fm=m1x1+m2x2+ . +mpxp上式就是主成分分析的模型，其通式为： Fi=i1x1+i2x2+ . +ipxp i=1,2,. m称为主成份，称F1是第一主成份，F2是第二主成份，Fi是第i主成份。 求各主成份的关键是求特征根（）及其相应的特征向量（ ）。 主成分分析以较少的m个指标代替了原来的p个指标对系统进行分析，这给我们对系统的综合评价带来了很大的方便。（5）定义：称为第一主成分的贡献率。这个值越大，表明第i主成分综合信息的能力越强。称为前m个主成分的累计贡献率。表明取前几个主成分基本包含了全部测量指标所具有信息的百分率。 保留多少个主成分取决于保留部分的累积方差在方差总和中所占百分比(即累计贡献率)，它标志着前几个主成分概括信息之多寡。实践中，粗略规定一个百分比便可决定保留几个主成分；如果多留一个主成分，累积方差增加无几，便不再多留。若m个主成分的累计贡献率超过85%，那我们认为前m个主成分基本包含了原来指标信息，一般选取累积贡献率达到85%以上时的因子个数。小结进行主成分分析主要步骤如下：1. 指
人人文库> 全部分类> 应用文书 > 技术指导

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论