實驗三主成分分析與因子分析

1、實驗主成分分析和因子分析實1SAS實驗主成分分析和因子分析實1SAS2INSIGHT作主成分分析 2.1實驗形式（個人83.2（系統(tǒng)、實驗設(shè)備、主要儀器、材料等8.1SAS系統(tǒng)的個人電腦（每人一臺3 應(yīng)注意的幾個問主成分分析是通過降維技術(shù)用少數(shù)幾個綜合變量來代替原始多個變量的一種統(tǒng)計分析方法。這些綜合變量集中了原始變量的大部分信息。70%80%，已可令人滿意。 11 4040 （1989和 Gorsuch（19833Pp11 4040 （1989和 Gorsuch（19833Pp主成份過prun p data=p p語句typecov 或 typecorr指明數(shù)據(jù)集類型，例如typecorr：

2、表new為一相關(guān)系corr數(shù)據(jù)集out數(shù)據(jù)集名原始數(shù)據(jù)和主分量得分的輸出數(shù)據(jù)集outs數(shù)據(jù)集名生成一個包括變量的平均數(shù)、標(biāo)準(zhǔn)差、相關(guān)系數(shù)、特征值、特征向量的輸出數(shù)據(jù)集。另外，如果規(guī)定cov 選項，還包括由協(xié)方差矩陣進(jìn)行的計算（般由相關(guān)系數(shù)矩陣進(jìn)行計算n個數(shù)指定主分量要求在模型中不含截距不打印輸出分析結(jié)果n個數(shù)指定主分量要求在模型中不含截距不打印輸出分析結(jié)果方差。如果沒有規(guī)定pvar語句指明分析的數(shù)值變量。var語句，則對所有數(shù)值變量進(jìn)行分partial 語句指明對偏相關(guān)陣或偏協(xié)方差矩陣進(jìn)行分析出去變量的名字二、 實例分50750個州每100 000罪，r（，obbey（assaul（bugla

3、r（lacen（，以便幫助較50個州七的比率數(shù)圖11-21 第1序e州斗毆夜盜偷盜汽1. 建立數(shù)據(jù)文件。程序如下：data princ1 input e $1-15 murder robbery assault burglary larceny auto title Crime rates per 100，000 population by e cards 1. 建立數(shù)據(jù)文件。程序如下：data princ1 input e $1-15 murder robbery assault burglary larceny auto title Crime rates per 100，000 popu

4、lation by e cards 14.2 10.8 96.8 278.3 1135.5 1881.9 96.8 284.0 1331.7 3369.8 5.4 39.7 173.9 811.6 2772.2 ;NEW HNEW JERSEY NEW MEXICO NEW YORKNORTHCAROLINA NORTH DAKOTA RHODE ISLAND SOUTHCAROLINA SOUTH DAKOTA WEST run p 菜 單 操 作 方 法 為 選 擇 7AdditionaloptionsTabletocontainoriginaldataandpproc p run p 菜

5、 單 操 作 方 法 為 選 擇 7AdditionaloptionsTabletocontainoriginaldataandpproc p p p proc prin1 ;se prin1 prin2 murder p robbery assault burglary larceny auto procsort proc pr proc ;se prin1 prin2 murder robbery assault burglary larceny auto p formchar=|-|+|- vpct=65 plot run e 程序說明pp數(shù)據(jù)集中（在35.3所示procsortprin

6、1prin2 procproc表50比率的主成份表35.4 按第一主成表35.4 按第一主成份排序50個州（給出前5條和后5條MURDER RROBBERY ASSAULT BURGLARY LARCENYNORTH-SoutH-3.17203 -WEST-3.14772 -Principal507Simple SCorrelationMatrix EigenvaluesoftheCorrelationMatrix 表35.5 按第二主成份排序50個州（給表35.5 按第二主成份排序50個州（給出前5條和后5條 35.3 中輸出結(jié)果76.5，前三個主成分的累計貢獻(xiàn)率達(dá) 86.9，最終為 100

7、%。因此可以考慮只取前面兩個或三個主成分，它們能，其方差為 4.11496/7=58.7851%735.3 （d）7PRIN1=0.300279 murder + 0.440157burglary+0.357360arcenyrobbery +0.396652assault murder 與該指標(biāo)之間的相關(guān)系數(shù)，如 PRIN1 與 MURDER 相關(guān)系數(shù)為 0.300279 MASSACHUSETTS（PRIN2=2.63105）FACTORMASSACHUSETTS（PRIN2=2.63105）FACTORFACTOR 過程主要包含兩個語句：PROC法時，還要配上PRIORS 語句。 析SA

8、SOUT也可以是 method用以規(guī)定提取因子的方法；還可以是 ro e用以給出旋轉(zhuǎn)方法， 四、（3）PRIORSPRIORS 1 2SASPRIORS 意大荷丹瑞墨西意大荷丹瑞墨西澳大利亞 ;7圖12-14 數(shù)據(jù)集2.PROCFACTORDATA=sy12_2SIMPLE/*要求屏幕輸出樣本的簡單統(tǒng)計量及相關(guān)系數(shù)陣Varx1-TITLE消費支出數(shù)據(jù)分析; 15圖12-15 12-16圖12-16 它們是用公因子表示原始變量的回歸系數(shù)。結(jié)果還給出了公因子解釋能力的估計（圖12-17 Variance Explained by Each Facor給出了公因子對原始變量的解釋能力（方差貢獻(xiàn)）的量

9、度，F(xiàn)inalCommunality Estimates：圖12-16 它們是用公因子表示原始變量的回歸系數(shù)。結(jié)果還給出了公因子解釋能力的估計（圖12-17 Variance Explained by Each Facor給出了公因子對原始變量的解釋能力（方差貢獻(xiàn)）的量度，F(xiàn)inalCommunality Estimates：Total3個公因子對原始變量的解釋能力的總和。最由因子載荷系數(shù)看出，33.為了得到更好的因子解釋，在上面的 PROC FACTOR 語句中再加上一個 E Parsimax parsimax 旋轉(zhuǎn)（經(jīng)試驗此旋 PROCFACTORDATA=sy12_2n=EParsima

10、x REORDER;/*Parsimax，正交parsimax 旋轉(zhuǎn)法Varx1-parsimax12-18從結(jié)果看，得到的因子比旋轉(zhuǎn)前有了較大改進(jìn)。第一因子在 x8(其他)、x4(圖12-18 4.FACTORSCORE PROCFACTORDATA=sy12_2n=E圖12-18 4.FACTORSCORE PROCFACTORDATA=sy12_2n=E=Parsimax REORDERSCOREVarx1-12-19圖12-19 F1 =0.0617x1 +0.2058x2 0.3190 x3 +0.3127x4 0.0807x5 0.0635x6 +0.12645x7 +0.3183

11、x8 F2 =0.3403x1 0.0936x2 0.0472x3 0.0380 x4 0.0200 x5 +0.2598x6 +0.5135x7 +0.2451x8 F3 =0.1743x1 + 0.0176x2 0.0471x3 0.2674x4 + 0.5570 x5 0.4069x6 0.1883x7 + 10圖12-20 PROCDATA= VARdqfactor1factor2factor3; PROCPLOTDATA=PLOTfactor2*factor1$dq=*/href=0vref=0; 12-2012-211 33的支出相對較低，在“醫(yī)2、4圖12-21 1】200311

12、-3 內(nèi)的支出相對較低，在“醫(yī)2、4圖12-21 1】200311-3 內(nèi)【實驗 12-3 各地區(qū)農(nóng)村居民家庭平均每人生活消費支出情況：元內(nèi)【實驗 12-3 各地區(qū)農(nóng)村居民家庭平均每人生活消費支出情況：元內(nèi)5（包括：背景、數(shù)據(jù)來源、分析方法和過程、結(jié)果分析及評價等內(nèi)容6一、使用INSIGHT作主成分分 (cm)11-1. id、sg、tz、xw、zg1234567895（包括：背景、數(shù)據(jù)來源、分析方法和過程、結(jié)果分析及評價等內(nèi)容6一、使用INSIGHT作主成分分 (cm)11-1. id、sg、tz、xw、zg123456789圖11-1 數(shù)據(jù)集2. 圖11-1 數(shù)據(jù)集2. (2) Sg、tz

13、、xw、zg Y id Label 11-2圖11-2 框(3) 單擊“Output框（11-3左）中選中“Principal 按鈕，打開“PrincipalComponent)“All 圖11-3 (4) 三次單擊“OK框3.(1) 11-4圖11-4 (2) 11-53.(1) 11-4圖11-4 (2) 11-5圖11-5 0.7 （Eigenvalue（Difference（Cumulative圖11-6 相關(guān)系數(shù)矩陣的特征值即各主成分的方差，可以看出，第一主成分的方差貢獻(xiàn)率為 (4)11-7Prin1=0.496966sg*+0.514571tz*+0.480901xw*+ Prin

14、2=0.543213sg*+0.210246tz*+0.724621xw*圖11-7 均在0.5 圖11-8 PlotsID 變量值，單擊“OK11-8 所示。(6) INSIGHT圖11-8 PlotsID 變量值，單擊“OK11-8 所示。(6) INSIGHT11-9左所示。單擊數(shù)據(jù)窗口左上角的箭頭，在彈出的菜單中選擇“Sort（排序（Des 圖11-9 單擊“OK11-10圖11-10 二、使用“分析家”作主成分分【實驗 11-2】2003 年各地區(qū)農(nóng)村居民家庭平均每人生活消費支出情況如表 11-11-2 各地區(qū)農(nóng)村居民家庭平均每人生活消費支出情況：元1.SASExcelsy11_2.

15、xls mylib.sy11_211-11 、交通和通訊、文、其他商品及服務(wù)圖11-11 數(shù)據(jù)集內(nèi)1.SASExcelsy11_2.xls mylib.sy11_211-11 、交通和通訊、文、其他商品及服務(wù)圖11-11 數(shù)據(jù)集內(nèi) （主成分分析，打開“Principal框中選擇主成分分析的變量，如圖 （主成分分析，打開“Principal框中選擇主成分分析的變量，如圖11-12所示圖11-Principal圖11-13 框 data(5) 單擊“Plots”按鈕，打開“Principal 14，選中“(6) 單擊“OK圖11-14 3.(1) 11-15 6 圖11-15 (2) 11-16圖

16、11-16 （Eigenvalues圖11-15 (2) 11-16圖11-16 （Eigenvalues（Difference（Cumulative86.49%，遠(yuǎn)遠(yuǎn)大于其它主成分，說明第一主成分已經(jīng)代表了絕大部分信息。6-17右）圖11-17 (4) 11-18給出相關(guān)系數(shù)矩陣的特征向量，由最大特征值所對應(yīng)的特征向量可以寫出Prin1=0.35sp*+0.33yz*+0.36jz*+0.37sb*+0.36yl*+0.37jttx*+0.36wjyl*+圖11-18 Name dq11-19圖11-19 Mode然后，選擇菜單“Data”“SortPrin1 11-20 所示。2003 、

17、和圖11-20 三、用INSIGHT 作因子分12-116歲男孩身高(cm)(cm)(kg)與骨盆寬(cm)12-1（sy12_1.xls）INSIGHT 圖11-19 Mode然后，選擇菜單“Data”“SortPrin1 11-20 所示。2003 、和圖11-20 三、用INSIGHT 作因子分12-116歲男孩身高(cm)(cm)(kg)與骨盆寬(cm)12-1（sy12_1.xls）INSIGHT 12-1 16 1234561. id、sg、zg、tz、xw、jk與gpk圖12-1 數(shù)據(jù)集圖12-2 框2. 2) Sg、zg、tz、xw、jk、gpkY idLabel 12-2 7

18、891. id、sg、zg、tz、xw、jk與gpk圖12-1 數(shù)據(jù)集圖12-2 框2. 2) Sg、zg、tz、xw、jk、gpkY idLabel 12-2 789 Output（12-3左Principal（主成分分析”復(fù)選框，單擊下面的“Principal Component Options（主成分選項打開“PrincipalComponent Output（12-3左Principal（主成分分析”復(fù)選框，單擊下面的“Principal Component Options（主成分選項打開“PrincipalComponentAll) 圖12-3 框12-412-5圖12-4 84.21%2 84.21%。圖12-5 12-5 1 2 0.53.重新回到INSIGHT 的數(shù)據(jù)窗口，選擇菜單yze”“Multivariate(Y X)（多元 框，將變量Sg、zg、tz、xw、jk、gpk 選為Y 變量?？颍▓D12-6）中單