文档介绍：:..冯士雍研究员(统计学家)的一个关于“中国人体型分类与国家标准以及《服装号码》判定”的科研项目(1986-1990五年间,随机采访了15200人左右,得到了10622份有效数据(其中男生5115,女生5507))表一上衣的8个人体部位尺寸的均值与标准差以及条件标准差男生个体(5115)———-+*身高+*胸围腰围高-+*身高-*+*身高+*+*身高+*+*身高+*胸围臂长2667+*身高+*胸围具体的主成分分析结果可见如下参考资料:管宇编:《实用多元统计分析》[M],杭州:()推测:总体协方差阵,也就是这6门功课成绩的协方差阵,应该有这样的结构:Cia+diag(of,b;,&,b:,b; )aAa2a{a4%54%a;+a2a3a2a4也叽a;+穴叽a3a5a3a6ciAa5加6孕6a6+cr6。=(4卫2卫3,°4,°5卫6)'/\兀2—/、a2a3a4a5/+:。前一部分中的/是对所有课程的考试成绩都有贡献的一个随机变量,后一部分中的",是仅对第i门课程考试成绩有贡献的一个随机变量。为此称/为公共因子,而把堆称为特殊因子,并假设/与堆相互独立,特殊因子间也相互独立。这就是因子分析的最初由来。后记:现代教育理论认为,学生各科成绩的好坏主要是受每个学生的阅读理解能力、抽象思维能力、记忆能力和学习刻苦努力程度决定的。当然,学生成绩的好坏除了受制于上述4个公共因子影响之外,还可能受到其它特殊因子的影响。总体来说,主成分分析主要是作为一种探索性的纯数学上的某种优化技术,在分析者进行多元数据分析之前,用主成分分析来分析数据,让自己对数据有一个大致的了解是非常重要的。主成分分析通常和聚类、判别、回归分析等方法合用。主成分可以不需要实际意义,公共因子必须要能进行实际解释的。对因子进行命名解释是因子分析的非常重要环节,如果无法对因子作出合乎实际的解释,这个分析只能算是无效的,必须更换条件重新运算。表320