主成分分析是將一組可能具有相關(guān)性的變量轉(zhuǎn)換成一組線性不相關(guān)的變量。轉(zhuǎn)換后的變量稱為主成分。主成分分析步驟：1。規(guī)范原始數(shù)據(jù)。計(jì)算相關(guān)系數(shù)。計(jì)算特征值。確定主成分。綜合主成分。主成分分析的原理是嘗試將原

主成分分析是將一組可能具有相關(guān)性的變量轉(zhuǎn)換成一組線性不相關(guān)的變量。轉(zhuǎn)換后的變量稱為主成分。

主成分分析步驟：1。規(guī)范原始數(shù)據(jù)。計(jì)算相關(guān)系數(shù)。計(jì)算特征值。確定主成分。綜合主成分。

主成分分析的原理是嘗試將原始變量重新組合成一組新的獨(dú)立綜合變量。同時(shí)，根據(jù)實(shí)際需要，可以少取幾個(gè)總變量，盡可能地反映原始變量的信息。這種統(tǒng)計(jì)方法稱為主成分分析或主成分分析，也是一種降維的數(shù)學(xué)方法。

左轉(zhuǎn)|右轉(zhuǎn)

展開數(shù)據(jù)

主成分分析的主要作用

1。主成分分析可以降低所研究數(shù)據(jù)空間的維數(shù)。

2. 有時(shí)我們可以通過因子負(fù)荷AIJ的結(jié)論找出x變量之間的一些關(guān)系。

主成分分析的主要步驟？

首先，規(guī)范化變量：Egen Z1=STD（x1）

主成分分析：PCA x*，mineigen（1）

主成分負(fù)荷分析：estat負(fù)荷，cnorm（eigen）

效果分析：estat kmo（一般大于0.7適合主成分分析）

碎石：屏幕圖

主成分選擇，一般選擇前幾個(gè)方差來解釋80%以上主成分的累積因子

在MATLAB中使用主成分分析時(shí)，我們主要考慮幾個(gè)占特征值近85%的特征值，這些特征值對(duì)應(yīng)前幾列的得分系數(shù)