设协方差矩阵∑的特征根为l1,l2,…,lp,不妨假设l1³ l2 ³ …³lp>0,相应的单位特征向量为u1,u2,…,up。令
由前面线性代数定理可知:UTU=UUT=I,且
而且,当a=u1时,有
(2-10)
因此,a=u1使 达到最大值,且 。
同理 ,而且
(2-11)
上述推导表明:X1,X2,…,Xp的主元就是以∑的特征向量为系数的线性组合,它们互不相关,其方差为∑的特征根。由于∑的特征根l1³ l2 ³ …³lp>0,所以有 。因此,主元的次序是按特征根取值大小的顺序排列的[14]。
2.4.2 主元的性质
主元实际上是各原始变量经过标准化变换后的线性组合。作为原始变量的综合指标,各主元所包含的信息相互独立,互不交叉重叠。一般说来,主元具有如下性质:
(1) 若数据经过标准化处理,则主元的均值为零。
(2) 主元的方差是所有特征根加起来的和,主元分析是把p个原始变量X1,X2,…,Xp 的总方差分解成为p个不相关的随机变量的方差之和。协方差阵 的对角线上的元素之和等于特征根之和,即
2.4.3 主元的选取方法
在解决实际问题时,一般我们并不是像以前分析时取p个主元,而是根据累计贡献率的大小取前m个,从而起到减少文数的目的。
贡献率:指第i个主元的方差在全部方差中所占比重为 。由于在主元时 ,所以 ,反映了此主元对原来p个指标信息的反映能力和综合能力大小。
所以,主元 的贡献率为(2-13)
累计贡献率:前m个主元共有多大的综合能力,用这m个主元的方差和在全部方差中所占比重 来描述。所以,主元 累计贡献率为
进行主元分析的目的之一是希望用尽可能少的主元 代替原来的p个指标,从而达到数据降文的目的。一般取累计贡献率达85—95%的特征值 所对应的第一、第二,…,第m(m≤p)个主成分。在实际工作及本次课程设计中,主元个数的多少以能够反应原来变量85%以上的信息量为依据,即当前m个主元的累计贡献率 85%就可以了。
2.5 主元分析法的计算步骤及设计过程
2.5.1 原始数据
将原始观察数据组成样本矩阵X(n×p矩阵,n个变量,p个观察值),每一列代表一文数据,每一行代表一个观察样本,前文已经表述过,直接表示如下
- 上一篇:TCR-TSC静止无功补偿器的综合补偿特性研究
- 下一篇:基于51单片机电子密码锁的设计
-
-
-
-
-
-
-
十二层带中心支撑钢结构...
乳业同业并购式全产业链...
中考体育项目与体育教学合理结合的研究
大众媒体对公共政策制定的影响
电站锅炉暖风器设计任务书
酸性水汽提装置总汽提塔设计+CAD图纸
当代大学生慈善意识研究+文献综述
杂拟谷盗体内共生菌沃尔...
河岸冲刷和泥沙淤积的监测国内外研究现状
java+mysql车辆管理系统的设计+源代码