文档介绍：：
.princomp
功能：主成分分析
格式：PC=princomp(X)
[PC,SCORE,latent,tsquare]=princomp(X)
说明：[PC,SCORE,latent,tsquare]=princomp(X) 对数据矩阵X进行主成分分析，给出各主成分
(PC)、所谓的Z-得分(SCORE)、X的方差矩阵的特征值(latent)和每个数据点的HotellingT2统计量(tsquare)。
.pcacov
功能：运用协方差矩阵进行主成分分析
格式：PC=pcacov(X)
[PC,latent,explained]=pcacov(X)
说明：[PC,latent,explained]=pcacov(X) 通过协方差矩阵 X进行主成分分析，返回主成分 (PC)、协
方差矩阵X的特征值(latent)和每个特征向量表征在观测量总方差中所占的百分数 (explained)。
.pcares
功能：主成分分析的残差
格式：residuals=pcares(X,ndim)
说明：pcares(X,ndim)返回保留X的ndim个主成分所获的残差。注意， ndim是一个标量，必须 小于X的列数。而且，X是数据矩阵，而不是协方差矩阵。
主成分分析方法(举例)(2008-04-26 21:41:50)
分类：归纳整理
标签：杂谈
1)实例1:流域系统的主成分分析(张超， 1984)
(点击显示该表)给出了某流域系统 57个流域盆地的9项变量指标。其中，x1代
表流域盆地总高度（m , x2代表流域盆地山口的海拔高度 （m , x3代表流域盆地周长, x4代表河道总长度（m , x5代表河道总数，x6代表平均分叉率，x7代表河谷最大坡度（度）， x8代表河源数，x9代表流域盆地面积（km2）。
表35.】某责蚀畛增烟®要素»矗
序号
&
羚
为
X?
X8
物
1
760
3例
1J04
2,481
30
2Q
2
1E91
445Q
30
5 833
漏
3
325
5525
扑伽
36
21 1
25
■ ■ ■
■ ■ ■
347
■ ■ ■
7138
■ ■ ■
围■ ♦
1书10
14
♦ ,
3A1
■- ■ ■■
10
■ ■ ■■
0 094
注：表中数据详见书本 87和88页。
⑴分析过程：
，然后将它们代入相关系数公式计算，得到相关 系数矩阵（ ）。
表3一队哄藉施降
电
X£
X1
1 000
询
-
1000
I?
-0017
&
4).157