主成分分析法

一、概述

1.定义

主成分分析（Principal Component Analysis，PCA），将多个变量通过线性变换以选出较少个数重要变量的一种

多元统计分析方法。

2.背景

一项十分著名的工作是美国的统计学家斯通(stone)在 1947年关于国民经济的研究。他曾利用美国1929一1938 年各年的数据，得到了17个反映国民收入与支出的变量 要素，例如雇主补贴、消费资料和生产资料、纯公共支 出、净增库存、股息、利息外贸平衡等等。 在进行主成分分析后，竟以97.4％的精度，用三新变量 就取代了原17个变量。根据经济学知识，斯通给这三个 新变量分别命名为总收入F1、总收入变化率F2和经济发 展或衰退的趋势F3。

3.主成分与原始变量之间的关系

（1）主成分保留了原始变量绝大多数信息。

（2）主成分的个数大大少于原始变量的数目。

（3）各个主成分之间互不相关。

（4）每个主成分都是原始变量的线性组合。

4.深入理解

假设原始数据有n个指标，把n个指标看作X1,X2....Xn n个随机数，我们对p个指标进行线性组合，组合生成的远小于n个新指标，保留主要信息量反应原指标信息，并且相互独立。在数学上这个过程我们叫做降维。

二、操作实例（使用spss软件）

1.导入数据

2.分析-->降维-->因子分析-->所有因子都导入到变量中-->表述（勾选系数）-->抽取(勾选碎石图片)-->得分(显示因子得分系数矩阵)-->点击确定

3.数据结果分析（用体表数据说话）

相关性矩阵
		GDP	人均GDP	农业增加值	工业增加值	第三产业增加值
相关性	GDP	1.000	-.094	-.052	.967	.979
	人均GDP	-.094	1.000	-.171	.113	.074
	农业增加值	-.052	-.171	1.000	-.132	-.050
	工业增加值	.967	.113	-.132	1.000	.985
	第三产业增加值	.979	.074	-.050	.985	1.000
	固定资产投资	.923	.214	-.098	.963	.973
	基本建设投资	.922	.093	-.176	.939	.940
	社会消费品零售总额	.941	-.043	.013	.935	.962
	海关出口总额	.637	.081	-.125	.705	.714
	地方财政收入	.826	.273	-.086	.898	.913

 

相关性矩阵
		固定资产投资	基本建设投资	社会消费品零售总额	海关出口总额
相关性	GDP	.923	.922	.941	.637
	人均GDP	.214	.093	-.043	.081
	农业增加值	-.098	-.176	.013	-.125
	工业增加值	.963	.939	.935	.705
	第三产业增加值	.973	.940	.962	.714
	固定资产投资	1.000	.971	.937	.717
	基本建设投资	.971	1.000	.897	.624
	社会消费品零售总额	.937	.897	1.000	.836
	海关出口总额	.717	.624	.836	1.000
	地方财政收入	.934	.848	.929	.882

相关性矩阵
		地方财政收入
相关性	GDP	.826
	人均GDP	.273
	农业增加值	-.086
	工业增加值	.898
	第三产业增加值	.913
	固定资产投资	.934
	基本建设投资	.848
	社会消费品零售总额	.929
	海关出口总额	.882
	地方财政收入	1.000

 

总方差解释
成分	初始特征值			提取载荷平方和
	总计	方差百分比	累积 %	总计	方差百分比	累积 %
1	7.220	72.205	72.205	7.220	72.205	72.205
2	1.235	12.346	84.551	1.235	12.346	84.551
3	.877	8.769	93.319
4	.547	5.466	98.786
5	.085	.854	99.640
6	.021	.211	99.850
7	.012	.119	99.970
8	.002	.018	99.988
9	.001	.012	100.000
10	-1.098E-16	-1.098E-15	100.000

数据显示可以知道1和2就已经占到了总方差的4.551%，小于1的属性不再考虑

 

原理理解