主成分分析方法.ppt
《主成分分析方法.ppt》由会员分享,可在线阅读,更多相关《主成分分析方法.ppt(34页珍藏版)》请在咨信网上搜索。
1、 主成分分析方法 主成分分析的基本原理 主成分分析的计算步骤 主成分分析方法应用实例 1-主成分分析 (Principal Components Analysis)是由Hotelling于1933年首先提出的,它是利用降维的思想,把多指标转化 为少数几个综合指标的多元统计分析 方法。从数学角度来看,这是一种降维处理 技术。2-主成分分析的目的与功能 n在多变量分析中,分析者所面临的最大难题是解决众多变量之间的关系问题。进行数据降维可以用尽可能少的新指标取代原来较多的指标变量,并能包含原来指标变量所包含的大部分信息。n解决多元回归分析中的多重共线性问题。n综合评价中,人们总是尽可能多地选取评价指
2、标,而这些评价指标之间往往相互重叠,信息冗余是不可避免的。主成分分析则可以把这众多指标所蕴含的信息压缩到少数几个主成分指标,然后给出这几个主成分指标的权重,综合到一个评价指标中。3-主成分的主要功能 n数据降维(Dimension Reduction)n变量筛选(Variables Screening)4-一、数据处理 采集m维随机向量x=(x1,x2,xm)T的n个样品xi=(xi1,xi2,xim)T,i=1,2,n,nm,构造样本阵X x1T x11 x12 x1m x2T x21 x22 x2m X=xnT xn1 xn2 xnm 5-1.对样本阵X中的元进行如下变换 x ij,对正指
3、标 Y ij=-x ij,对逆指标 得 Y=Y ij np 6-2 2 对Y中元进行如下标准化变换 其中得标准化矩阵Z:Z=z1T z11 z12 z1m z2T =z21 z22 z2m znT zn1 zn2 znm7-一、主成分分析的基本原理 n假定有n个样本,每个样本共有m个变量,构成一个nm阶的数据矩阵(标准化后的数据)(3.5.1)8-n 当m较大时,在m维空间中考察问题比较麻烦。为了克服这一困难,就需要进行降维处理,即用较少的几个综合指标代替原来较多的变量指标,而且使这些较少的综合指标既能尽量多地反映原来较多变量指标所反映的信息,同时它们之间又是彼此独立的。9-定义:记x1,x2
4、,xm为原变量指标,F1,F2,Fp(pm)为新变量指标(3.5.2)n系数eij的确定原则:Fi与Fj(ij;i,j=1,2,p)相互无关;10-F1是x1,x2,xm的一切线性组合中方差最大者,F2是与F1不相关的x1,x2,xm的所有线性组合中方差最大者;Fp是与F1,F2,Fp1都不相关的x1,x2,xm,的所有线性组合中方差最大者。则新变量指标F1,F2,Fp分别称为原变量指标x1,x2,xm的第一,第二,第p主成分。11-从以上的分析可以看出,主成分分析的实质就是确定原来变量xj(j=1,2,m)在诸主成分Fi(i=1,2,p)上的权重 eij(i=1,2,p;j=1,2,m)。从
5、数学上容易知道,从数学上可以证明,它们分别是的相关系数矩阵的p个较大的特征值所对应的单位化特征向量。12-二、计算步骤(一)一)计计算相关系数矩算相关系数矩阵阵 rij(i,j=1,2,m)为原变量xi与xj的相关系数,rij=rji,其计算公式为:(3.5.3)(3.5.4)13-(二)(二)计计算特征算特征值值与特征向量:与特征向量:解特征方程,常用雅可比法(Jacobi)求出特征值,并使其按大小顺序排列 ;分别求出对应于特征值的特征向量 ,要求=1,即,其中表示向量 的第j个分量。14-计算主成分贡献率及累计贡献率 贡献率:累计贡献率:一般取累计贡献率达8595%的特征值所对应的第一、第
6、二、第p(pm)个主成分。15-(三)确定主成分其中为第i个特征值所对应的特征向量2.计计算主成分算主成分载载荷荷1.主成分表达式主成分表达式:表示主成分与表示主成分与对应变对应变量的相关系数量的相关系数16-(四)排序(四)排序问题问题:2.综综合得分:合得分:选选取取综综合合评评价函数价函数为为1.主成分得分主成分得分17-三、主成分分析实例1 下表是10名初中男学生的身高(cm),胸围(cm),体重(kg)的数据,试进行主成分分析。身高身高x1胸胸围围x2体重体重x3149.569.538.5162.577.055.5162.778.550.8162.287.565.5156.574.5
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 成分 分析 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),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。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【快乐****生活】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【快乐****生活】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;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),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。