医疗系统主要成分分析.ppt

主成分分析;学习主成分分析的意义？;医学研究中广泛存在多指标问题;儿童生长发育指标;医学研究中广泛存在多重共线性问题multicollinearity;自变量共线性引起的问题之一：显著性消失;例1的相关系数表;例1 的回归分析结果：;自变量共线性引起的问题之二：符号错误 ;例2的相关系数表;例2的分析结果：;问 题;多元统计分析中存在的问题和解决方法;什么是主成分分析？; 数学语言？;第一节 主成分分析的基本原理;基本原理;基本原理;主成分分析的基本原理 Basic Principle;主成分分析思想;主成分的性质;第三节 主成分分析的方法步骤;任务1：估计主成分estimate the principal components;任务2：确定主成分的个数determine the number of components;任务3：解释主成分实际意义explain the real meaning of the components;第四节 主成分分析在医学中的应用;例 某医学院测得了20例肝病患者的4项肝功能指标：转氨酶(x1)，肝大指数(x2)，硫酸锌浊度(x3)和胎甲球(x4)，数据列在下表中，试进行主成分分析。;孔喧柿窘桑蜕盾逛鸟硷十涩构薛月辟强近丛述晰具狂式橱些莲垢轴唐慕亢医疗系统主要成分分析医疗系统主要成分分析;【SAS程序】 data eg11_1；input x1- x4 @@；cards； 40 2.0 5 20 …… 120 2.0 20 0 ； run； proc princomp data=eg11_1 out=out1 outstat=stat1 prefix=z ； var x1- x4； run； proc print data=out1； title Output:：out1； run； proc print data=stat1； title Output：stat1； run；;【SAS输出结果】 Principal Component Analysis 20 Observations 4 Variables ① Simple Statistics X1 X2 X3 X4 Mean 138.0000000 2.325000000 15 35StD 88.8878655 1.054751155 7 21② Correlation Matrix X1 X2 X3 X4 X1 1.0000 0.6950 0.2195 0.0249 X2 0.6950 1.0000 -.1480 0.1351 X3 0.2195 -.1480 1.0000 0.0713 X4 0.0249 0.1351 0.0713 1.0000;③ Eigenvalues of the Correlation Matrix Eigenvalue Difference Proportion Cumulative Z1 1.71825 0.624716 0.429563 0.42956 Z2 1.09354 0.112189 0.273384 0.70295 Z3 0.98135 0.774481 0.245337 0.94828 Z4 0.20687 . 0.051716 1.00000;④ Eigenvectors Z1 Z2 Z3 Z4 X1 0.699964 0.095