決策理論與方法概論-資料下載頁
2025-01-14 19:32本頁面
【正文】 定相關(guān)性的指標(biāo)（比如 p個指標(biāo)），重新組合成一組相互無關(guān)的綜合指標(biāo)來代替原來指標(biāo)。通常數(shù)學(xué)上的處理就是將原來 p個指標(biāo)作線性組合，作為新的綜合指標(biāo)。31?第一綜合指標(biāo)?第二綜合指標(biāo)?以此類推，可以創(chuàng)建第三、第四、以至第 p個綜合指標(biāo)，同時后面的主成分也要前面所有的主成分正交?在實際工作中，一般取信息量包含 85%以上的前幾個 綜合指標(biāo) ，雖然這樣做會損失一部分信息，但是我們已經(jīng)獲取了主要信息，并從原始數(shù)據(jù)中進一步提取了某些新的信息。32?此時所選取的綜合指標(biāo)，相當(dāng)于在原指標(biāo)的基礎(chǔ)上，進行了坐標(biāo)旋轉(zhuǎn)，使得第一個指標(biāo)的方差最大（含有最多的信息）。33?主成分的推導(dǎo)?綜合指標(biāo)為3435?同理，?我們就取前k個主成分36?主成分分析法的步驟?1）樣本數(shù)據(jù)處理?項目?指標(biāo)?指標(biāo)間的差異37?標(biāo)準(zhǔn)化?標(biāo)準(zhǔn)化數(shù)據(jù)矩陣38?2) 計算相關(guān)系數(shù)矩陣 ?相關(guān)系數(shù)矩陣39?3）求 相關(guān)系數(shù)矩陣 R的特征值和特征向量矩陣?特征向量矩陣?矩陣 R的特征值?和特征向量?4）求主成分的貢獻率，確定因子 ?特征值的累積貢獻率 ?如果 超過 ，則說明前 k個主成分基本包含了全部指標(biāo)具有的信息，因此可以只選前 k個主成分來進行分析 40?5）計算主成分值?前 k個主成分值?6）計算樣本評價值 ?根據(jù)樣本評價值對待評估項目進行排序
電大資料相關(guān)推薦
鄂ICP備17016276號-1