数学建模 主成分分析法 学习笔记

简介

主成分分析（PCA）是将多个变量通过线性变换，以选出较少个数的重要变量的一种多元统计分析方法。

主成分：由原始指标综合形成的几个新指标。依据主成分所含信息量的大小成为第一主成分，第二主成分等。

使用PCA的原因：指标太多不利于清晰表述，指标太少则不全面。

算法实例

使用SPSS软件进行数据分析：
（1）打开EXCEL文件

（2）进行因子分析

（3）计算结果


（4）求指标对应的系数


注：F1 = 0.949 / 根号下7.220 * ZX1 + 0.112 / 根号下7.220 * ZX2 + … ，F2的计算方法同理。

此处的ZX1并不是最初表格中GDP的数值，而是进行了归一化处理后的值。

（5）综合分析

两个指标F1和F2贡献了84.5%，可以近乎描述原问题，其中F1占比72.2%，F2占比12.3%。

得到最后的分析结果：