SPSS数据的主成分分析.ppt

《SPSS数据的主成分分析.ppt》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、主成分分析(PrincipalComponentsAnalysis)知识点什么是主成分和主成分分析？理解主成分分析的基本思想和几何意义？理解并掌握基于协方差矩阵或相关系数矩阵求解主成分？如何确定主成分个数？如何解释主成分？掌握运用SPSS软件求解主成分对软件输出结果进行正确分析zf蒋亮，罗汉《我国东西部城市经济实力比较的主成分分析》，《经济数学》，2003年3期田波平等《主成分分析在中国上市公司综合评价中的作用》，《数学的实践与认识》，2004年4期江冬明《主成份分析在证券市场个股评析中的应用》，《数理统

2、计与管理》，2001年3期主成分分析在综合评价中的应用：zf2zf陈耀辉，景睿《沪深股市市场收益率成因的主成份分析》，《南京航空航天大学学报》，2000年2期。主成分用于成因分析：zf3zf王冬：《我国外汇储备增长因素主成分分析》，《北京工商大学学报(社会科学版)》，2006年4期。主成分回归分析：主成分用于判别分析等统计方法中……zf4zf多个指标的问题:1、指标与指标可能存在相关关系信息重叠，分析偏误2、指标太多，增加问题的复杂性和分析难度如何避免？zf5zf主成分分析的基本思想一项十分著名的工作是美

3、国的统计学家斯通(stone)在1947年关于国民经济的研究。他曾利用美国1929一1938年各年的数据，得到了17个反映国民收入与支出的变量要素，例如雇主补贴、消费资料和生产资料、纯公共支出、净增库存、股息、利息外贸平衡等等。在进行主成分分析后，竟以97.4％的精度，用三新变量就取代了原17个变量。根据经济学知识，斯通给这三个新变量分别命名为总收入F1、总收入变化率F2和经济发展或衰退的趋势F3。zf6zf更有意思的是，这三个变量其实都是可以直接测量的。斯通将他得到的主成分与实际测量的总收入I、总收入变

4、化率I以及时间t因素做相关分析，得到下表：F1F2F3iitF11F201F3001i0.995-0.0410.057li-0.0560.948-0.124-0.102lt-0.369-0.282-0.836-0.414-0.1121zf7zf主成分分析：将原来具有相关关系的多个指标简化为少数几个新的综合指标的多元统计方法。主成分：由原始指标综合形成的几个新指标。依据主成分所含信息量的大小成为第一主成分，第二主成分等等。主成分与原始变量之间的关系：（1）主成分保留了原始变量绝大多数信息。（2）主成分的个

5、数大大少于原始变量的数目。（3）各个主成分之间互不相关。（4）每个主成分都是原始变量的线性组合。zf8zf主成分分析通常的做法：寻求原指标的线性组合Fi。数学模型－主成分表达式zf9zf假设有n个样品，每个样品有两个观测变量xl和x2，在由变量xl和x2所确定的二维平面中，n个样本点所散布的情况如椭圆状。如图所示：几何解释－坐标旋转变换•••••••••••••••••••••••••••••••••••••平移、旋转坐标轴zf10zf•••••••••••••••••••••••••••••••••••

6、•••平移、旋转坐标轴zf11zf••••••••••••••••••••••••••••••••••••平移、旋转坐标轴•zf12zf由图可以看出这n个样本点无论是沿着xl轴方向或x2轴方向都具有较大的离散性，其离散的程度可以分别用观测变量xl的方差和x2的方差定量地表示。显然，如果只考虑xl和x2中的任何一个，那么包含在原始数据中的经济信息将会有较大的损失。如果我们将xl轴和x2轴先平移，再同时按逆时针方向旋转角度，得到新坐标轴Fl和F2。Fl和F2是两个新变量。Fl轴方向上的离散程度最大，即Fl的

7、方差最大。说明变量Fl代表了原始数据的绝大部分信息，即使不考虑变量F2也无损大局。zf13zf旋转变换的目的：将原始数据的大部分信息集中到Fl轴上，对数据中包含的信息起到了浓缩作用。主成分分析的几何意义：主成分分析的过程也就是坐标旋转的过程，各主成分表达式就是新坐标系与原坐标系的转换关系，新坐标系中各坐标轴的方向就是原始数据方差最大的方向。其优点：（1）可达到简化数据结构的目的。（2）新产生的综合变量Fl，F2具有不相关的性质，从而避免了信息重叠所带来的虚假性。zf14zf了解了主成分分析的基本思想、数学

8、和几何意义后，问题的关键：1、如何求解主成分？2、如何确定主成分个数？3、如何解释主成分所包含的经济意义？zf15zf如何求解主成分？？－（1）基于协方差矩阵求解主成分假设有n个样本，每个样本有p个观测变量。运用主成分分析构造以下p个主成分关于原始变量的线性组合模型:zf16zf假设p个原始变量的协方差阵为:对角线外的元素不为0意味着：原始变量之间有相关关系zf17zf如何运用主成分分析将这些具有相关关系的变量转化为没有相关关