sas主成分分析示例

《sas主成分分析示例》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、PROCPRINCOMP＜选项列表＞;VAR变量列表；[WEIGHT变量列表;】[FREQ变量列表;][PARTIAL变量列表;][BY变量列表;]RUN;DATA=输入数据集，可以是原始数据集，也可以是TYPE=CORR,COV的数据集；OUT=输出包含原始数据和主成分得分的数据集；OUTSTAT=统计量输出数据集；COVARIANCE

2、COV要求从协方差阵出发计算主成分，缺省为从相关阵出发计算。N=要计算的主成分个数，缺省时全部计兑。STANDARD

3、STD要求在OUT=的数据集屮把主成分得分标准化为单位方差。缺省时主成分得分的方差为相应特征值。PREFIX=主成分名字的前缀，缺

4、省时为PRIN1、PRIN2...OCorrelationMatrixxlx2x3x4x5x6x7x8XIxl1.00000.26680.95060.19060.6172-.2726-.26360.8737x2x20.26681.00000.42610.7181-.1510-.2351-.59270.3631x3x30.95060.42611.00000.39960.4306-.2805•.35910.7919x4x40.19060.71810.39961.0000•■3556••1350-.53920.1044x5x50.6172••15100.4306••35561.0000-.

5、25320.02170.6586x6x6••2726••2351-.2805••1350•■25321.00000.7628-.1252x?x7••2636••5927-.3591-.53920.02170.76281.0000-.1921x8x80.87370.36310.79190.10440.6586-.1252•.19211.0000EigenvaluesoftheCorrelationMatrixEigenvalueDifferenceProportionCumulative13.755128081.558392080.46940.4G9422.196738000.9818

6、44220.27460.744031.214891770.812491980.15190.895840.402399790.05030.9461EigenvectorsPrinlPrin2Prin3Prin4xlxl0.4566500.2588280.109669-.320297x2x20.313091••4036010.2461600.643983x3x30.4704750.1087060.192322-.428335x4x40.240591-.4874080.333810-.257934x5x50.2507090.498125-.2497140.333800x6x6-.26244

7、00.1699630.7227550.113077x7x?-.3197340.4010280.396976-.042079x8x80.4245640.2879080.1914130.329318CorrelationMatrix足所有原始指标变:间的相关系数矩阵如：GDP(xl)与同定资产投资(x3＞之间的相关系数为0.9506；GDP(xl)与工业总产值(x8)之间的相关系数为0.8737;固定资产投资(X3)与工业总产值(x8＞之间的相关系数为0.7919;居民消费价格指数(x6)与商品零售价格指数(x7＞之间的相关系数为0.7628;货物周转量(x5＞与工业总产值(x8＞之间的

8、相关系数为0.6586,等等。EigenvaluesofCorrelationMatrix给出了由相关系数矩阵计算出来的全部特征值(Eigenvalue)、相邻两个特征值的差异(difference｝、每个主成分的贡献率(proportion)和累积贡献率(cumulative)。如：第一主成分对方差的贡献率为46.94%,第二主成分对方差的贡献率为27.46%,第三主成分对方差的贡献率为15.19%,之后的主成分的贡献率为0.05。前三个主成分的累积贡献率为89.58%，因此，对第四主成分以后的主成分完全可以忽略不计，用前三个主成分就可以很好地概括这组数据。Eigenvectors

9、输出了全部特征值对应的特征向量，它们是线性无关的带•位向量。第1列表示第1主成分Prinl的得分系数，第2列表示第2主成分Phn2的得分系数，以此类推。据此可以写出由标准化变量所表达的各主成分的关系式。xl*是标准指标变量.Prinl=0.46x1*+0.31x2*+0.47x3*+0.24x4*+0.25x5*-0.26x6*-0.32x7*+0.42x8*Prin2=0.26x1*-0.40x2*+0.11x3*-0.49x4*+0.50x5*+0.1