多元统计分析R语言建模| 8 主成分分析及R使用

• 定义：主成分分析（principal component analysis，PCA）将多个指标化为少数几个指标
• 基本思想：将众多具有一定相关性的指标，重新组合成一组相互无关的综合指标来代替
• 目的：用较少的变量去解释原资料中的大部分变异（方差），将许多相关性很高的变量转换成相互独立的变量，并能解释大部分资料之变异的几个新变量，也就是主成分
• 数学表达

• 主成分的性质
  • y的各分量之间是互不相关的
  • y的分量按方差大小由大到小排列
  • y的协方差阵为对角阵
  • 变化不改变数据的信息量
  • 主成分的载荷
• princomp()
• 步骤：
  • 原始数据标准化
  • 建立相关系数阵
  • 求特征值和特征向量
  • 获取主成分
• msa.pca()