from:http://blog.csdn.net/archielau/article/details/7989735
进行主成分分析主要步骤如下:
1. 指标数据标准化( SPSS软件 自动执行),目的是消除不同量纲的影响; 2. 指标之间的相关性判定; 3. 确定主成分个数m; 4. 主成分Fi表达式; 5. 主成分Fi命名;
影响中国蔬菜产量的若干因素,收集了1990-2002年13年数据,
使用princomp过程进行主成分分析
- data ex;
- input x1-x13@@;
- /*x1 种植面积 x2物质费用投入 x3劳动力投入 x4蔬菜价格 x5生产纯收益率 x6市场化程度 x7x8城市化水平1,2*/
- /*交通x9 x10城镇居民收入x11农村居民收入 x12农业劳动工受教育程度 x13气候条件 */
- cards;
- 6610 4620 792 100.00 121.2 725.95 26.41 22.6 8.49 1510 686 6.21 12.01
- 6916 4749 891 106.10 123.77 812.96 26.94 22.79 8.51 1701 709 6.58 18.59
- 7030 4189 821 116.29 89 938.29 27.46 23.43 8.93 2027 784 6.65 17.38
- 8084 5131 861 134.54 127.34 1051.5 27.99 24.58 9.41 2577 922 6.78 15.66
- 8921 6510 923 185.94 140.58 1357.1 28.51 25.72 9.85 3496 1221 6.88 21.17
- 9514 8582 1032 240.42 146 1702.4 29.04 26.86 10.2 4283 1578 7.02 14.86
- 10368 9036 795 284.65 104.10 2024.2 30.48 27.89 10.6 4839 1926 7.28 13.93
- 11278 9069 818 283.23 99.70 2208.2 31.91 28.29 10.3 5160 2090 7.41 19.68
- 12291 7464 694 284.08 102.59 2336.7 33.35 28.42 10.2 5425 2162 7.55 16.17
- 13346 7905 699 285.22 115.56 2475.2 34.78 28.32 10.3 5854 2210 7.71 17.09
- 15237 9669 705 303.19 92.72 2694.7 36.22 28.44 10.7 6280 2253 7.93 21.94
- 16339 9794 680 312.89 113.72 2945.7 37.66 28.61 11.0 6860 2366 8.12 20.42
- 17353 10000 580 315.39 121.0 3184.9 39.09 28.72 11.5 7703 2476 8.35 17.67
- ;
- proc princomp out=prin ; /*主成分分析模块*/
- var x1-x13; /*要分析的指标*/
- run;
- proc print data=prin;
- var prin1-prin13;
- run;
相关系数又称线性相关系数.它是衡量变量之间线性相关程度的指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值范围为[-1,1]。|r|值越大,误差Q越小,变量之间的线性相关程度越高;|r|值越接近0,Q越大,变量之间的线性相关程度越低。
计算公式
Xk这里为指标,分别求得各个指标的均值X拔和标准差Sk。
相关系数矩阵的特征值如下
AX=λX
每一个主成分所提取的信息量用方差来度量,每一个主成分方差的贡献等于原指标相关系数(对应特征向量)矩阵相应的特征值
从以上程序结果可以看出,第一、第二、第三主成分累计解释方差的比率已经超过了94%,所以只需要求λ1,λ2,λ3所对应的正交化特征向量。
特征向量为
根据程序结果
F1=α1Y',F2=α2*Y',F3=α3*Y'
Y=[y1,y2,…,y13];
α1=(0.31,0.29,-0.25……0.13)
...
α3=(0.03,-0.03,0.24……0.96)
分析:前面三个主成分F1,F2,F3基本上反映了原来所有信息的94%,第一主成分与蔬菜种植面积(x1)、每公顷物质费用(x2)、蔬菜零售物价指数……等相关,表示的是市场经济综合因素,着重反映的是市场经济的成熟程度与国家现代化水平。
最后,可以计算三个主成分得分,并将其对应的方差比率作为权重,进行综合评价。