主成分分析法_数学建模——主成分分析(SPSS）

在实际问题研究中，多变量问题是经常会遇到的。变量太多，无疑会增加分析问题的难度与复杂性，而且在许多实际问题中，多个变量之间是具有一定的相关关系的。 因此，人们会很自然地想到，能否在相关分析的基础上，用较少的新变量代替原来较多的旧变量，而且使这些较少的新变量尽可能多地保留原来变量所反映的信息？

主成分分析是把原来多个变量划为少数几个综合指标的一种统计分析方法。

一、主成分分析的基本原理

假定有

个样本，每个样本共有

个变量，构成一个

阶的数据矩阵 .

当

较大时，在

维空间中考察问题比较麻烦。为了克服这一困难，就需要进行降维处理，即用较少的几个综合指标代替原来较多的变量指标，而且使这些较少的综合指标既能尽量多地反映原来较多变量指标所反映的信息，同时它们之间又是彼此独立的。

定义：记

为原变量指标,

为新变量指标。

注：1.