sas univariate 结果解释_品玩SAS：主成分分析——化繁为简的降维打击

相亲可能是大家经历过或者即将经历的一大人生阶段，要论其中门道可是林林总总，稀奇古怪也属屡见不鲜。就拿其中的征婚条件而言，“硬通货”的房、车、存款、工作、品格， “软条件”的相貌、身材、学历等五花八门，在诸多相亲对象里，若有一位俱是上佳，那直接领走便是。但若是有长有短，可就让人难以度量决断了。这时候如果我们能够将众多指标汇总，通过某种方式得出一个综合指标，用这个指标在一定程度上代替原来的各种征婚条件，这样就可以将相亲对象一一排序，择优录取了。

在现实中，很多问题往往涉及多个变量，并且某些变量之间会有一定的相关性，为了简化分析过程和提高准确性，我们希望构造几个互不相关的新指标来代替原始变量，同时尽可能减少这一过程的信息损失。主成分分析正是这样一个化繁为简的过程，其目的主要包括三个方面，一是减少决策变量数，也就是降维；二是用少数几个综合指标代表大部分信息；三是防范多重共线性，即防止变量间相关性较强使得模型估计失真。

主成分分析的步骤

（1）原始数据标准化

（2）计算标准化变量间的相关系数矩阵

（3）计算相关系数矩阵的特征值和特征向量

（4）计算主成分变量值

（5）统计结果分析，提取所需的主成分

---

本期“品玩SAS”以主成分分析为题，结合全国十省市2017年经济发展基本情况的八项指标，完整体验SAS主成分分析的过程。

变量说明&