主成分分析ppt課件(2)-資料下載頁
2025-05-05 22:03本頁面
【正文】 0 . 3 5 6 % , 1 8 . 4 9 9 % , 1 . 1 4 5 % .1 3 6 . 8 9 6 1 3 6 . 8 9 6 1 3 6 . 8 9 6? ? ?1 1 2 32 1 2 30 .5 5 9 1 5 7 0 .4 2 1 2 8 7 0 .7 1 4 0 4 6 ,0 .8 2 7 6 7 4 0 .3 3 3 4 8 3 0 .4 5 1 3 8 2 .y x x xy x x x? ? ?? ? ?例 ? 某市為了全面分析機械類各企業(yè)的經(jīng)濟效益，選擇了8個不同的利潤指標(biāo)， 14家企業(yè)關(guān)于這 8個指標(biāo)的統(tǒng)計數(shù)據(jù)如表。試進行主成分分析。 例 ? data lirun。 input x1x8。 cards。 …… 。 proc prinp cov。 var x1x8。 ? run。 例 ? 某醫(yī)學(xué)院測得 20例肝癌患者的 4項肝功能指標(biāo)：SGPT（轉(zhuǎn)氨酶），肝大指數(shù)， ZnT（鋅濁度）和 AFP（胎甲球），依次用 X1～ X4表示，觀察數(shù)據(jù)如表。試進行主成分分析。 例 ? data p1。 ? input x1x4。 ? cards。 ? 40 2 5 20 ? 10 5 30 ? 120 3 13 50 ? 250 18 0 ? 120 9 50 ? 10 12 50 ? 40 1 19 40 ? 270 4 13 60 ? 280 11 60 ? 170 3 9 60 ? 180 14 40 ? 130 2 30 50 ? 220 17 20 ? 160 35 60 ? 220 14 30 ? 140 2 20 20 ? 220 2 14 10 ? 40 1 10 0 ? 20 1 12 60 ? 120 2 20 0 ? 。 ? proc prinp out=pc prefix=y。 ? var x1x4。 ? run。 例 ? 一月和七月平均氣溫的主成分分析 在數(shù)據(jù)集 TEMPERAT中存放有美國一些城市一月和七月的平均氣溫。我們希望對這兩個氣溫進行主成分分析，希望用一個統(tǒng)一的溫度來作為總的可比的溫度，所以進行主分量分析。 例 ? DATA TEMPERAT。 ? INPUT CITY $115 JANUARY JULY。 ? CARDS。 ? MOBILE ? PHOENIX ? LITTLE ROCK ? SACRAMENTO ? DENVER ? HARTFORD ? WILMINGTON ? WASHINGTON DC ? JACKSONVILLE ? MIAMI ? ATLANTA ? BOISE ? CHICAGO ? PEORIA ? INDIANAPOLIS ? DES MOINES ? WICHITA ? LOUISVILLE ? NEW ORLEANS ? PORTLAND, MAINE ? BALTIMORE ? BOSTON ? DETROIT ? SAULT STE MARIE ? DULUTH ? MINNEAPOLIS ? JACKSON ? KANSAS CITY ? ST LOUIS ? GREAT FALLS ? OMAHA ? RENO ? CONCORD ? ATLANTIC CITY ? ALBUQUERQUE 例 ? ALBANY ? BUFFALO ? NEW YORK ? CHARLOTTE ? RALEIGH ? BISMARCK ? CINCINNATI ? CLEVELAND ? COLUMBUS ? OKLAHOMA CITY ? PORTLAND, OREG ? PHILADELPHIA ? PITTSBURGH ? PROVIDENCE ? COLUMBIA ? SIOUX FALLS ? MEMPHIS ? NASHVILLE ? DALLAS ? EL PASO ? HOUSTON ? SALT LAKE CITY ? BURLINGTON ? NORFOLK ? RICHMOND ? SPOKANE ? CHARLESTON, WV ? MILWAUKEE ? CHEYENNE ? 。 ? PROC PRINCOMP COV OUT=PRIN。 ? VAR JULY JANUARY。 ? RUN。 例 例 ? 輸出中，第一部分為簡單統(tǒng)計量（均值和標(biāo)準(zhǔn)差），第二部分為協(xié)方差的特征值（注意我們在過程中用了 COV選項，無此選項用相關(guān)陣），從這里可以看到貢獻率 （ Proportion） 和累計貢獻率 （ Cumulative），第三部分為特征向量。按本結(jié)果的特征向量值及用 COV選項規(guī)定使用協(xié)方差陣，我們可以知道兩個主分量如此計算： PRIN1 = *JULY+ *JANUARY PRIN2 = *JULY+ ()*JANUARY ? 如果沒有用 COV選項，原始變量還需要除以標(biāo)準(zhǔn)差。由系數(shù)可見，第一主分量是兩個月份的加權(quán)平均，代表了一個地方的氣溫水平，第二主分量系數(shù)一正一負(fù)，反應(yīng)了冬季和夏季的氣溫差別。 請 注意： 此時的特征向量是與上不同的，而主成份公式也應(yīng)用標(biāo)準(zhǔn)化后的值的。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1