合理进行多元分析——广义主成分分析

R195.1; 本文目的是介绍与广义主成分分析有关的基本概念、计算方法、两个实例以及SAS实现.基本概念包括合成资料、拟合成资料、部分合成资料和广义主成分分析;计算方法涉及对数中心化,构造协方差矩阵S以及求矩阵S的特征值和特征向量;两个实例分别是"某矿石中5种成分的含量"和"1993年我国30个地区农民家庭消费资料".借助SAS对两个实例中的定量资料进行广义主成分分析,只需要1个主成分就可包含多个原变量所包含的85%以上的信息,取得了很好的降维效果;在例2中,基于广义主成分的计算结果,还实现了对地区的排序和初步分档....

Full description

Saved in:
Bibliographic Details
Published in四川精神卫生 Vol. 36; no. z1; pp. 55 - 60
Main Authors 胡纯严, 胡良平
Format Journal Article
LanguageChinese
Published 世界中医药学会联合会临床科研统计学专业委员会,北京 100029 2023
军事科学院研究生院,北京 100850%军事科学院研究生院,北京 100850
Subjects
广义主成分
Logarithmic centralization
对数中心化
协方差矩阵
合成资料
Generalized principal component
Covariance matrix
样品排序
Sample sorting
Synthetic data
Online AccessGet full text
ISSN1007-3256
DOI10.11886/scjsws20230605002

Cover

More Information
Summary:R195.1; 本文目的是介绍与广义主成分分析有关的基本概念、计算方法、两个实例以及SAS实现.基本概念包括合成资料、拟合成资料、部分合成资料和广义主成分分析;计算方法涉及对数中心化,构造协方差矩阵S以及求矩阵S的特征值和特征向量;两个实例分别是"某矿石中5种成分的含量"和"1993年我国30个地区农民家庭消费资料".借助SAS对两个实例中的定量资料进行广义主成分分析,只需要1个主成分就可包含多个原变量所包含的85%以上的信息,取得了很好的降维效果;在例2中,基于广义主成分的计算结果,还实现了对地区的排序和初步分档.
ISSN:1007-3256
DOI:10.11886/scjsws20230605002