主成分分析(PCA)是一种数据降维技巧,它能将大量相关变量转化为一组很少的不相关变量,这些无关变量称为主成分。例如,使用PCA可将30个相关(很可能冗余)的环境变量转化为5个无关的成分变量,并且尽可能地保留原始数据集的信息。
主成分分析模型,变量(X1到X5)映射为主成分(PC1,PC2)
PCA分析的一般步骤如下:数据预处理。PCA根据变量间的相关性来推导结果。用户可以输入原始数据矩阵或者相关系数矩阵到principal()和fa()函数中进行计算,在计算前请确保数据中没有缺失值。
判断要选择的主成分数目(这里不涉及因子分析)。
选择主成分(这里不涉及旋转)。
解释结果。
计算主成分得分。
PCA的目标是用一组较少的不相关变量代替大量相关变量,同时尽可能保留初始变量的信息,这些推导所得的变量称为主成分,它们是观测变量的线性组合。如第一主成分为:
它是k个观测变量的加权组合,对初始变量集的方差解释性最大。第二主成分也是初始变量的线性组合,对方差的解释性排第二,同时与第一主成分正交(不相关)。后面每一个主成分都最大化它对方差的解释程度,同时与之前所有的主成分都正交.我们都希望能用较少的主成分来解释全部变量。
数据集USJudgeRatings包含了律师对美国高等法院法官的评分。数据框包含43个样本,12个变量:
那么问题来了:是否能够用较少的变量来总结这12个变量评估的信息呢?如果可以&#x