主成分分析

数据降维的方法，把多个变量的信息压缩成几个综合的变量，提取处有效的主成分。

PRINCOMP过程

格式：

proc princomp data=数据集名;
by variables; *指定分组变量;
var variables; *指定数据集中需要进行分析的变量名;

例

下表为20名学生的期中考试的五门课的成绩，试通过主成分分析提取一个综合指标，用以反映每名学生的综合学习情况。

代码：

data grade; /*建立主成分分析数据集*/
input xuehao g1-g5; /*定义输入变量*/
label xuehao='学号' g1='数学' g2='语文' g3='英语' g4='物理' g5='化学'; /*定义数据标签*/
cards; /*开始输入数据*/
     1    74    89    86    92    67
     2    81    76    68    84    79
     3    70    98    70    88    76
     4    83    62    85    63    78
     5    61    82    81    76    84
     6    82    71    62    75    62
     7    88    94    63    66    72
     8    98    73    70    93    84
     9    90    87    76    93    67
    10    89    62    78    78    84
    11    77    74    96    98    69
    12    85    79    83    65    83
    13    92    77    73    94    80
    14    63    82    79    90    78
    15    97    84    83    77    81
    16    96    64    66    84    97
    17    84    95    93    98    73
    18    70    90    98    85    76
    19    94    91    83    69    72
    20    80    92    61    74    76
;
proc princomp data=grade out=graderesult; /*主成分分析过程*/
var g1-g5; /*定义进行主成分分析的变量*/
run;

结果：
以下为一些简单的统计信息：

下图为相关矩阵以及相关矩阵的特征值，可以看到第三个特征值的累积贡献率已经达到75%：

下图为根据特征值计算得到的特征向量，相应的为第一二三四五主成分，可知各主成分与变量间的系数，只需提取前三个主成分，即可较好地反映学生的综合学习情况：