R软件——主成分分析

一、           什么是主成分分析

主成分分析（principal components analysis）也称主分量分析，是由霍特林于1933年首次提出的。主成分分析是利用降维的思想，在损失很少信息的前提下，把多个指标转化为几个综合指标的多元统计方法。

简单地说，主成分分析就是在研究问题选取的指标比较多、研究的问题比较复杂时，可以把原来研究的指标做几个线性组合，即主成分，来解释原来变量绝大对数信息的一种多元统计方法。

二、           主成分分析的意义

通过主成分分析，可以从事物间错综复杂的关系中找出一些主要成分，从而能有效利用大量统计数据进行定量分析，揭示变量之间的内在关系，得到对事物特征发展规律的一些深层次的启发，把研究工作引向深入。

三、           主成分分析的步骤

(1)    根据研究问题选取初始分析变量；

(2)    根据初始变量特性判断由协方差阵求主成分还是由相关阵求主成分；

(3)    求协方差阵或相关阵的特征根与相应标准特征向量；

(4)    判断是否存在明显的多重共线性，若存在，则返回第（1）步；

(5)    得到主成分的表达式并确定主成分个数，选取主成分；

(6)    结合主成分对研究问题进行分析并深入研究。

 

四、           全国各地区公用设施水平主成分分析实例

4.1   案例描述

为了了解全国各个地区的公用设施建设水平，选取了九个指标来描述各个地区的公用设施水平，分别是人口密度、人均生活用水量、供水普及率、燃气普及率、人均道路面积、排水管道暗渠密度、人均公园绿地面积、绿化覆盖率、绿地率，原始数据如下表所示，由于衡量各地区公用设施建设水平的指标比较多，有9个，我们的目的是使用少数几个主成分去代替原始变量的绝大对数信息，达到降低指标数量，降低分析难度的作用。（注：数据来源于2013年的《中国统计年鉴》）。

 

 

 

 

表1分地区建制镇市政公用设施水平

地区	人口密度(人/平方公里)	人均日生活用水量 (升)	供水普及率(%)	燃气普及率(%)	人均道路面积(平方米)	排水管道暗渠密度(公里/平方公里)	人均公园绿地面积(平方米)	绿化覆盖率(%)	绿地率(%)
全国	4947	98.58	81.73	46.44	12.26	6.75	2.37	15.42	8.64
北京	4139	102.31	85.43	57.32	13.92	7.13	5.27	21.97	12.77
天津	4219	88.7	94.93	66.95	16.25	6.45	1.21	18.19	7.46
河北	4582	65.82	81.59	37.44	10.84	2.67	0.52	9.6	4.38
山西	5240	72.98	86.57	14.28	12.48	5.12	0.91	20.17	8.03
内蒙古	3185	75.77	60.38	15.8	10.23	1.99	1.58	9.43	4.46
辽宁	3726	81.34	72.27	29.92	12.24	3.96	1.14	10.62	3.17
吉林	3880	76.1	73.25	20.9	10.83	1.99	0.94	5.45	2.13
黑龙江	3680	66.04	81.83	18.88	15.34	2.14	1.16	5.31	2.32
上海	4914	144.82	91.56	85.39	10.25	4.41	2.13	16.26	10.92
江苏	5714	103.07	96.38	84.73	17.65	9.84	5.84	25.75	18.69
浙江	4925	123.06	78.55	52.62	13.18	6.97	2.29	14.1	9.05
安徽	4933	99.79	68.69