主成分分析SAS实验

《主成分分析SAS实验》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、主成分分析公共卫生学院信息数据处理教学实验室一、主成分分析实际工作中原始数据的变量之间常有一定的相关性。人们希望找到较少的几个互不相关的综合指标，尽可能多的反映原来的信息。主成分分析就是由原变量X1~Xp中线性组合出m个(m≤p)互不相关、且尽量少丢失信息的新变量(主成分)，并能给各主成分所包含的信息以恰当的专业解释。主成分分析和因子分析也可以用下列各种统计分析的中间结果矩阵进行分析：CORR相关系数矩阵SSCP平方和、积和矩阵CSSCP离均差平方和、积和矩阵COV方差、协方差矩阵UCOV为平方和、积和矩阵/nUCORR为矩阵FA

2、CTOR因子矩阵需要在数据步中指定：_TYPE_=‘CORR';主成分分析过程PROCPRINCOMP;VARX1-X4；RUN;PRINCOMP过程后选项：COV用协方差矩阵计算，默认用相关系数矩阵PREFIX=指定主成分变量名前缀，默认用prin1.print2…STD输出变量标准化后的主成分得分OUT=把原始数据和主成分得分输出到指定数据集，原始数据为CORR或COV矩阵时OUT无效OUTSTAT=把运算结果输出到指定数据集NOPRINT禁止屏幕输出任何结果保留主成分个数的原则：特征根(eigenvalue)>1累计贡献率(

3、cumulativeproportionofeigenvalue)>70%碎石图(Screeplot)能有恰当的专业解释练习1：主成分分析(变量单位不同）20例肝病患者4项肝功能指标：X1：转氨酶(SGPT);X2：肝大指数(F);X3：硫酸锌浊度(ZnT);X4：甲胎球蛋白(AFP)试作主成分分析程序：unit4princomp1.sas数据：unit4princomp1.xls练习2：主成分分析(变量单位相同）我国27个少数民族体型资料X1：头长；X2:头宽；X3:额最小宽；X4:面宽；X5:下额角间宽；X6:容貌面高

4、；X7:形态面高；X8:鼻高；X9:鼻宽；X10:口裂宽；X11:身长；X12:肩宽；X13:胸围；X14:骨盆宽；X15:全头高；(测量单位：mm)程序：unit4princomp2.sas数据：unit4princomp2.xls练习3：主成分回归分析某研究所调查了13名儿童的资料X1：性别(男＝1，女＝2）X2：年龄(月）X3：身高(厘米）X4：体重(公斤）X5：胸围(厘米）Y：心象面积(平方厘米）试分析性别、年龄、身高、体重和胸围与心象面积的关系。程序：unit4princomp3.sas数据：unit4p

5、rincomp3.xls