主成分分析法的原理應用及計算步驟

1、一、概述在處理信息時，當兩個變量之間有一定相關關系時，可以解釋為這兩個變量反映此課題的信息有一定的重疊，例如，高?？蒲袪顩r評價中的立項課題數例如，高?？蒲袪顩r評價中的立項課題數與項目經費、經費支出等之間會存在較高的相關性；學生綜合評價研究中的專與項目經費、經費支出等之間會存在較高的相關性；學生綜合評價研究中的專業(yè)基礎課成績與專業(yè)課成績、獲獎學金次數等之間也會存在較高的相關性。而業(yè)基礎課成績與專業(yè)課成績、獲獎學金次數等之間也會存在較高的相

2、關性。而變量之間信息的高度重疊和高度相關會給統計方法的應用帶來許多障礙。變量之間信息的高度重疊和高度相關會給統計方法的應用帶來許多障礙。為了解決這些問題，最簡單和最直接的解決方案是削減變量的個數，但這為了解決這些問題，最簡單和最直接的解決方案是削減變量的個數，但這必然又會導致信息丟失和信息不完整等問題的產生。為此，人們希望探索一種必然又會導致信息丟失和信息不完整等問題的產生。為此，人們希望探索一種更為有效的解決方法，它既能大大減少參與數

3、據建模的變量個數，同時也不會更為有效的解決方法，它既能大大減少參與數據建模的變量個數，同時也不會造成信息的大量丟失。主成分分析正式這樣一種能夠有效降低變量維數，并已造成信息的大量丟失。主成分分析正式這樣一種能夠有效降低變量維數，并已得到廣泛應用的分析方法。得到廣泛應用的分析方法。主成分分析以最少的信息丟失為前提，將眾多的原有變量綜合成較少幾個綜合指標，通常綜合指標（主成分）有以下幾個特點：?主成分個數遠遠少于原有變量的個數主成分個數遠遠

4、少于原有變量的個數原有變量綜合成少數幾個因子之后，因子將可以替代原有變量參與數據建模，這將大大減少分析過程中的計算工作量。?主成分能夠反映原有變量的絕大部分信息主成分能夠反映原有變量的絕大部分信息因子并不是原有變量的簡單取舍，而是原有變量重組后的結果，因此不會造成原有變量信息的大量丟失，并能夠代表原有變量的絕大部分信息。?主成分之間應該互不相關主成分之間應該互不相關通過主成分分析得出的新的綜合指標（主成分）之間互不相關，因子參與數據建模

5、能夠有效地解決變量信息重疊、多重共線性等給分析應用帶來的諸多問題。?主成分具有命名解釋性主成分具有命名解釋性總之，主成分分析法是研究如何以最少的信息丟失將眾多原有變量濃縮成總之，主成分分析法是研究如何以最少的信息丟失將眾多原有變量濃縮成少數幾個因子，如何使因子具有一定的命名解釋性的多元統計分析方法少數幾個因子，如何使因子具有一定的命名解釋性的多元統計分析方法。二、基本原理主成分分析是數學上對數據降維的一種方法。其基本思想是設法將原來眾多

6、的具有一定相關性的指標X1，X2，…，XP（比如p個指標），重新組合成一組較少個數的互不相關的綜合指標Fm來代替原來指標。那么綜合指標應該如何去提取，使其既能最大程度的反映原變量Xp所代表的信息，又能保證新指標之間保持相互無關（信息不重疊）。設F1表示原變量的第一個線性組合所形成的主成分指標，即由數學知識可知，每一個主成分所提取的信息量11112121...ppFaXaXaX????可用其方差來度量，其方差其方差Var(F1)Var(F

7、1)越大，表示越大，表示F1F1包含的信息越多包含的信息越多。常常希望第一主成分F1所含的信息量最大，因此在所有的線性組合中選取的F1應該是X1，X2，…，XP的所有線性組合中方差最大的，故稱F1為第一主成分。如果第一主成分不足以代表原來p個指標的信息，再考慮選取第二個主成分指標F2，為有效地反映原信息，F1已有的信息就不需要再出現在F2中，即F2與F1要保持獨立、不相關，用數學語言表達就是其協方差Cov(F1F2)=0，所以F2對應的

8、單位特征向量就是主成分Fi的關于原變量的系數，則原變量的第ii?ia個主成分Fi為：Fi=Xia主成分的方差（信息）貢獻率用來反映信息量的大小，為：i?1miiii??????（3）選擇主成分最終要選擇幾個主成分，即F1F2……Fm中m的確定是通過方差（信息）累計貢獻率G(m)來確定11()pmikikGm???????當累積貢獻率大于85%時，就認為能足夠反映原來變量的信息了，對應的m就是抽取的前m個主成分。（4）計算主成分載荷主成分

9、載荷是反映主成分Fi與原變量Xj之間的相互關聯程度，原來變量原來變量XjXj（j=1j=1，2，…，p）在諸主成分）在諸主成分FiFi（i=1i=1，2，…，m）上的荷載）上的荷載lijlij（i=1i=1，2，…，m；j=1j=1，2，…，p）。：()(1212)ijiijlZXaimjp??????在SPSS軟件中主成分分析后的分析結果中，“成分矩陣”反應的就是主成分載荷矩陣。（5）計算主成分得分計算樣品在m個主成分上的得分：i=1

10、，2，…，m1122...iiipipFaXaXaX????實際應用時，指標的量綱往往不同，所以在主成分計算之前應先消除量綱的影響。消除數據的量綱有很多方法，常用方法是將原始數據標準化，即做如下數據變換：12...12...ijjijjxxxinjps????其中：，11njijixxn???2211()1njijjisxxn?????根據數學公式知道，①任何隨機變量對其作標準化變換后，其協方差與其相關系數是一回事，即標準化后的變量協方