资源描述：
《matlab主成分分析代码》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、[zz]matlab中主成分分析的函数2007-09-1716:501.princomp 功能：主成分分析 格式：PC=princomp(X) [PC,SCORE,latent,tsquare]=princomp(X) 说明：[PC,SCORE,latent,tsquare]=princomp(X)对数据矩阵X进行主成分分析，给出各主成分 (PC)、所谓的Z-得分(SCORE)、X的方差矩阵的特征值(latent)和每个数据点的HotellingT2统计 量(tsquare)。2.pcacov 功能：运用协方差矩阵进行主成分分析 格式：PC
2、=pcacov(X) [PC,latent,explained]=pcacov(X) 说明：[PC,latent,explained]=pcacov(X)通过协方差矩阵X进行主成分分析，返回主成分(PC)、协方 差矩阵X的特征值(latent)和每个特征向量表征在观测量总方差中所占的百分数(explained)。3.pcares 功能：主成分分析的残差 格式：residuals=pcares(X,ndim) 说明：pcares(X,ndim)返回保留X的ndim个主成分所获的残差。注意，ndim是一个标量，必须小于X 的列数。而且，X是数据矩阵
3、，而不是协方差矩阵。4.barttest 功能：主成分的巴特力特检验 格式：ndim=barttest(X,alpha) [ndim,prob,chisquare]=barttest(X,alpha) 说明：巴特力特检验是一种等方差性检验。ndim=barttest(X,alpha)是在显著性水平alpha下，给出满足数据矩阵X的非随机变量的n维模型，ndim即模型维数，它由一系列假设检验所确定，ndim=1表明数据X对应于每个主成分的方差是相同的；ndim=2表明数据X对应于第二成分及其余成分的方差是相同的。1.princomp 功能：主成分分析
4、 格式：PC=princomp(X)9Y.i+v2nu0012wu001ER6fg0 [PC,SCORE,latent,tsquare]=princomp(X)百思博客3Fu001Ad+Wu0019du0015vu001Bfu0019uu0011a6x 说明：[PC,SCORE,latent,tsquare]=princomp(X)对数据矩阵X进行主成分分析，给出各主成分(PC)、所谓的Z-得分 (SCORE)、X的方差矩阵的特征值(latent)和每个数据点的HotellingT2统计量(tsquare)。 2.pcacov 功能：运用协方
5、差矩阵进行主成分分析 格式：PC=pcacov(X) [PC,latent,explained]=pcacov(X) 说明：[PC,latent,explained]=pcacov(X)通过协方差矩阵X进行主成分分析，返回主成分(PC)、协方差矩阵X的特征值(latent)和每个特征向量表征在观测量总方差中所占的百分数(explained)。 3.pcares 功能：主成分分析的残差 格式：residuals=pcares(X,ndim) 说明：pcares(X,ndim)返回保留X的ndim个主成分所获的残差。注意，ndim是一个标量，必须小于X的列数。
6、而且，X是数据矩阵，而不是协方差矩阵。 4.barttest 功能：主成分的巴特力特检验 格式：ndim=barttest(X,alpha) [ndim,prob,chisquare]=barttest(X,alpha) 说明：巴特力特检验是一种等方差性检验。ndim=barttest(X,alpha)是在显著性水平alpha下，给出满足数据矩阵X的非随机变量的n维模型，ndim即模型维数，它由一系列假设检验所确定，ndim=1表明数据X对应于每个主成分的方差是相同的；ndim=2表明数据X对应于第二成分及其余成分的方差是相同的。主成分分析Matlab源码分析
7、function[pc,score,latent,tsquare]=princomp(x);% PRINCOMPPrincipalComponentAnalysis(centeredandscaleddata).% [PC,SCORE,LATENT,TSQUARE]=PRINCOMP(X)takesadatamatrixXand% returnstheprincipalcomponentsinPC,theso-calledZ-
