主成分分析实例.pdfVIP

在统计学中，主成分分析（principalcomponentsanalysis,PCA）是一种

简化数据集的技术。它是一个线性变换。这个变换把数据变换到一个新的坐标系

统中，使得任何数据投影的第一大方差在第一个坐标(称为第一主成分)上，第二

大方差在第二个坐标(第二主成分)上，依次类推。主成分分析经常用减少数据集

的维数，同时保持数据集的对方差贡献最大的特征。这是通过保留低阶主成分，

忽略高阶主成分做到的。这样低阶成分往往能够保留住数据的最重要方面。

在实证问题研究中，为了全面、系统地分析问题，我们必须考虑众多影响因

素。这些涉及的因素一般称为指标，在多元统计分析中也称为变量。因为每个变

量都在不同程度上反映了所研究问题的某些信息，并且指标之间彼此有一定的相

关性，因而所得的统计数据反映的信息在一定程度上有重叠。在用统计方法研究

多变量问题时，变量太多会增加计算量和增加分析问题的复杂性，人们希望在

进行定量分析的过程中，涉及的变量较少，得到的信息量较多。主成分分析正是

适应这一要求产生的，是解决这类题的理想工具

主成分分析法是一种降维的统计方法，它借助于一个正交变换，将其分量相

关的原随机向量转化成其分量不相关的新随机向量，这在代数上表现为将原随机

向量的协方差阵变换成对角形阵，在几何上表现为将原坐标系变换成新的正交坐

标系，使之指向样本点散布最开的p个正交方向，然后对多维变量系统进行降

维处理，使之能以一个较高的精度转换成低维变量系统，再通过构造适当的价值

函数，进一步把低维系统转化成一维系统。

主成分分析的主要作用体现在五个方面，第一，主成分分析能降低所研究的

数据空间的维数。第二，可通过因子负荷的结论，弄清X变量间的某些关系。第

三，可用于多为数据的一种图形表现方法。第四，可由主成分分析构造回归模型，

即把各个主成分作为新自变量代替原来自变量做回归分析。第五，用主成分分析

筛选回归变量。

案例分析：

下表是关于全国31个省市的8项经济指标，以此为例，进行主成分分析。

省份国内生产1居民消费2固定资产3职工工资4货物周转5消费价格6商品零售7工业产值8

北京11394.892505519.018144373.9117.3112.6843.43

天津2920.112720345.466501342.8115.2110.6582.51

河北32849.521258704.8748392033.3115.2115.81234.85

山西41092.481250290.94721717.3116.9115.6697.25

内蒙5832.881387250.234134781.7117.5116.8419.39

辽宁62793.372397387.9949111371.7116.11141840.55

吉林71129.21872320.454430497.4115.2114.2762.47

黑龙江82014.532334435.734145824.8116.1114.31240.37

上海92462.575343996.489279207.4118.71131642.95

江苏105155.2519261434.9559431025.5115.8114.32026.64

浙江113524.7922491006.396619754.4116.6113.5916.59

安徽12