文档介绍:.
精选文档.
第一题
> data=("",head=T)
> head(data)#前六行数据
> attach(data)
> options(digits=2)
> data=(data)#转化为矩阵
> v1<-eigen(data)#计算相关系数矩阵特征值和特征向量
> v1
> zhuchengfen<-princomp(covmat=data)#用相关系数矩阵做主成分分析
> summary(zhuchengfen)
> x<-zhuchengfen$loadings;x#主成分载荷
.
精选文档.
> y<-zhuchengfen$scores;y #主成分得分
因为只有相关系数矩阵,所以没有主成分的得分
> screeplot(zhuchengfen,type="lines")
.
精选文档.
根据累计方差贡献率和Kaiser准则,应该选择三个主成分,即PC1、PC2、PC3。累计方差贡献率为64%。PC1、PC2、PC3对方差贡献率分别是38%、15%、11%。结果如下:
运动项目
第一主成分
第二主成分
第三主成分
100米
跳远
铅球
跳高
400米
110米跨栏
铁饼
撑杆跳高
标枪
1500米
方差贡献率
累积方差贡献率
解释:前三个主成分解释了大部分信息;第一次主成分测量的是综合运动能力,第二个主成分代表了爆发力臂力,第三主成分测量的是爆发性腿力。
附录:
.
精选文档.
这是psych软件包中计算主成分的结果,主成分载荷与princomp得到的结果有很大的差异,并且这个结果似乎更容易解释
第二题
> library(RODBC)
> data=odbcConnectExcel("G:/R/")
> data1=sqlFetch(data,"Sheet1")
> close(data) #关闭通道
> attach(data1)
> head(data1)#查看前六行数据
> data2=data1[,-1]#去掉第一列数据
> options(digits=2) #数据均保留小数点后两位
> q2<-princomp(data2,cor=T) #用相关系数矩阵做主成