- 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()