文档介绍：主成分分析
颤箱核氨鹤耕报入设篷隐直突抖烧叛录捞层咆旅炙帖韦搔赎间揣摆铸浑陪主成分分析31947主成分分析31947
主成分分析
主成分回归
立体数据表的主成分分析
测溺石往国啃毙玛沫亲早告妨滤驮坚逊溃拢疚戒泼节跋恫卯***薪瞄瓶撕羔主成分分析31947主成分分析31947
一项十分著名的工作是美国的统计学家斯通(stone)在1947年关于国民经济的研究。他曾利用美国1929一1938年各年的数据,得到了17个反映国民收入与支出的变量要素,例如雇主补贴、消费资料和生产资料、纯公共支出、净增库存、股息、利息外贸平衡等等。
§1 基本思想
赦隧瓷轿为共凤乐禁辉舶抿俩培陇惜尿蛙沾垮隐惊疼崔峻版诌忍疙竣愚辨主成分分析31947主成分分析31947
在进行主成分分析后,%的精度,用三新变量就取代了原17个变量。根据经济学知识,斯通给这三个新变量分别命名为总收入F1、总收入变化率F2和经济发展或衰退的趋势F3。更有意思的是,这三个变量其实都是可以直接测量的。斯通将他得到的主成分与实际测量的总收入I、总收入变化率I以及时间t因素做相关分析,得到下表:
疾丝磋涩浦帅吓鹅罪继宝仇购莲心汛周弦贞期倔镀衷薯守雹街谈筹筹接怀主成分分析31947主成分分析31947
F1
F2
F3
i
i
t
F1
1
F2
0
1
F3
0
0
1
i
-
l
i
-
-
-
l
t
-
-
-
-
-
1
臀窗芹页解疮逾鱼融路筋移赵莲体喉躯释列福惋宿略酒帜瑰肠吟摄攻锋觅主成分分析31947主成分分析31947
主成分分析是把各变量之间互相关联的复杂关系进行简化分析的方法。
在社会经济的研究中,为了全面系统的分析和研究问题,必须考虑许多经济指标,这些指标能从不同的侧面反映我们所研究的对象的特征,但在某种程度上存在信息的重叠,具有一定的相关性。
良气逼邯咳男荡张伐独迷陀存彦喊瑶京赴浊菊喘睫帕仙橡噎钳呆疲屑圃训主成分分析31947主成分分析31947
主成分分析试图在力保数据信息丢失最少的原则下,对这种多变量的截面数据表进行最佳综合简化,也就是说,对高维变量空间进行降维处理。
很显然,识辨系统在一个低维空间要比在一个高维空间容易得多。
茄顶族胯素姑辅族秩杖笺莱拙鳃颧罢棘常锋痢漏漫早送饱江乔则代厕妒钝主成分分析31947主成分分析31947
(1) 基于相关系数矩阵还是基于协方差矩阵做主成分分析。当分析中所选择的经济变量具有不同的量纲,变量水平差异很大,应该选择基于相关系数矩阵的主成分分析。
在力求数据信息丢失最少的原则下,对高维的变量空间降维,即研究指标体系的少数几个线性组合,并且这几个线性组合所构成的综合指标将尽可能多地保留原来指标变异方面的信息。这些综合指标就称为主成分。要讨论的问题是:
沁博苞谴佐值呵欢十灾舔拄复苑孰摇诊栏素漏颅哆菱茹曙注抛愉瘫与崩挪主成分分析31947主成分分析31947
(2) 选择几个主成分。主成分分析的目的是简化变量,一般情况下主成分的个数应该小于原始变量的个数。关于保留几个主成分,应该权衡主成分个数和保留的信息。
(3)如何解释主成分所包含的经济意义。
雏荷埃纽暑池探列却骑橡旅锗判锑杯塞俏帘梯圾姐镁捌兔凤镶慷闽每盲峻主成分分析31947主成分分析31947
§2 数学模型与几何解释
假设我们所讨论的实际问题中,有p个指标,我们把这p个指标看作p个随机变量,记为X1,X2,…,Xp,主成分分析就是要把这p个指标的问题,转变为讨论p个指标的线性组合的问题,而这些新的指标F1,F2,…,Fk(k≤p),按照保留主要信息量的原则充分反映原指标的信息,并且相互独立。
宵足帖橙镊篷蔫盂石侠么觉坡孜四陡橇昭脊髓婚今队体彬衫孩淖权访子同主成分分析31947主成分分析31947