R语言主成分分析——prcomp VS princomp

最简单的主成分分析函数，prcomp 和 princomp 都是自带的函数，不需要额外的包

http://strata.uga.edu/software/pdf/pcaTutorial.pdf很好的一个介绍

http://gastonsanchez.wordpress.com/2012/06/17/principal-components-analysis-in-r-part-1/很好的一个介绍

主成分分析的结果包含特征根集，PC scores表，（变量和PC）相关系数表（table of loadings）

特征根包含了数据变化度的信息，scores提供了观测结构的信息，相关系数表提供了变量之间，以及和PC之间的关系的大致感官概念

描述:

prcomp ： Performs a principalcomponents analysis on the givendata matrix and returns the results as anobject of class prcomp.

princomp ： Performs a principal components analysison the givennumeric data matrix and returns the results as an object of class princomp.

使用:

以下使用内置数据集USArrests

> str(USArrests)
'data.frame': 50 obs. of  4 variables:
 $ Murder  : num  13.2 10 8.1 8.8 9 7.9 3.3 5.9 15.4 17.4 ...
 $ Assault : int  NA 263 294 190 276 204 110 238 335 211 ...
 $ UrbanPop: int  58 48 80 50 91 78 77 72 80 60 ...
 $ Rape    : num  21.2 44.5 31 19.5 40.6 38.7 11.1 15.8 31.9 25.8 ...

prcomp ：

prcomp(x, ...)

prcomp(formula, data = NULL, subset, na.action, ...)

prcomp(x, retx = TRUE, center = TRUE, scale. = FALSE,  tol = NULL, ...)

prcomp(USArrests)  #inappropriate，没有scale不太合适

prcomp(USArrests, scale = TRUE) #直接数据矩阵

prcomp(~ Murder + Assault + Rape, data = USArrests, scale = TRUE) #直接方程

plot(prcomp(USArrests))