版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
matlab中主成分分析的函數(shù)JaczCheng/lewutian來(lái)源:/toddsun/blogprincomp功能:主成分分析格式:PC=princomp(X)[PGSCORE」atent,tsquare]=princomp(X)說(shuō)明:[PC,SCORE,latent,tsquare]=princomp(X)對(duì)數(shù)據(jù)矩陣X進(jìn)行主成分分析,給出各主成分(PC)、所謂的Z-得分(SCORE)、X的方差矩陣的特征值(latent)和每個(gè)數(shù)據(jù)點(diǎn)的HotellingT2統(tǒng)計(jì)量(tsquare)。pcacov功能:運(yùn)用協(xié)方差矩陣進(jìn)行主成分分析格式:PC=pcacov(X)[PC,latent,explained]=pcacov(X)說(shuō)明:[PC,latent,explained]=pcacov(X)通過(guò)協(xié)方差矩陣X進(jìn)行主成分分析,返回主成分(PC)、協(xié)方差矩陣X的特征值(latent)和每個(gè)特征向量表征在觀測(cè)量總方差中所占的百分?jǐn)?shù)(explained)。pcares功能:主成分分析的殘差格式:residuals=pcares(X,ndim)說(shuō)明:pcares(X,ndim)返回保留X的ndim個(gè)主成分所獲的殘差。注意,ndim是一個(gè)標(biāo)量,必須小于X 的列數(shù)。而且,X是數(shù)據(jù)矩陣,而不是協(xié)方差矩陣。barttest功能:主成分的巴特力特檢驗(yàn)格式:ndim=barttest(X,alpha)[ndim,prob,chisquare]=barttest(X,alpha)說(shuō)明:巴特力特檢驗(yàn)是一種等方差性檢驗(yàn)。ndim=barttest(X,alpha)是在顯著性水平alpha下,給出滿足數(shù)據(jù)矩陣X的非隨機(jī)變量的n維模型,ndim即模型維數(shù),它由一系列假設(shè)檢驗(yàn)所確定,ndim=1表明數(shù)據(jù)X對(duì)應(yīng)于每個(gè)主成分的方差是相同的;ndim=2表明數(shù)據(jù)X對(duì)應(yīng)于第二成分及其余成分的方差是相同的。主成分分析Matlab源碼分析function[pc,score,latent,tsquare]=princomp(x);%PRINCOMPPrincipalComponentAnalysis(centeredandscaleddata).%[PC,SCORE,LATENT,TSQUARE]=PRINCOMP(X)takesadatamatrixXand%returnstheprincipalcomponentsinPC,theso-calledZ-scoresinSCORES,%theeigenvaluesofthecovarianeematrixofXinLATENT,andHotelling's%T-squaredstatisticforeachdatapointinTSQUARE.%Referenee:J.EdwardJackson,AUser'sGuidetoPrincipalComponents%JohnWiley&Sons,Inc.1991pp.1-25.%B.Jones3-17-94%Copyright1993-2002TheMathWorks,Inc.%$Revision:2.9$$Date:2002/01/1721:31:45$[m,n]=size(x);%得到矩陣的規(guī)模,m行,n列r=min(m-1,n); %maxpossiblerankofx%該矩陣最大的秩不能超過(guò)列數(shù),%也不能超過(guò)行數(shù)減1centerx=(x-avg(ones(m,1),:));%x的每個(gè)元素減去該列的均值,%使樣本點(diǎn)集合重心與坐標(biāo)原點(diǎn)重合[U,latent,pc]=svd(centerx./sqrt(m-1),0);%“經(jīng)濟(jì)型”的奇異值分解score=centerx*pc; %得分矩陣即為原始矩陣乘主成分矩陣ifnargout<3,return;endlatent=diag(latent)42; %將奇異值矩陣轉(zhuǎn)化為一個(gè)向量if(rlatent=[latent(1:r);zeros(n-r,1)];score(:,r+1:end)=0;endifnargout<4,return;endtmp=sqrt(diag(1./latent(1:r)))*score(:,1:r)';tsquare=sum(tmp.*tmp)';主成分分析和因子分析的區(qū)別1、 因子分析中是把變量表示成各因子的線性組合,而主成分分析中則是把主成分表示成個(gè)變量的線性組合。2、 主成分分析的重點(diǎn)在于解釋個(gè)變量的總方差,而因子分析則把重點(diǎn)放在解釋各變量之間的協(xié)方差。3、 主成分分析中不需要有假設(shè)(assumptions),因子分析則需要一些假設(shè)。因子分析的假設(shè)包括:各個(gè)共同因子之間不相關(guān),特殊因子(specificfactor)之間也不相關(guān),共同因子和特殊因子之間也不相關(guān)。4、 主成分分析中,當(dāng)給定的協(xié)方差矩陣或者相關(guān)矩陣的特征值是唯一的時(shí)候,的主成分一般是獨(dú)特的;而因子分析中因子不是獨(dú)特的,可以旋轉(zhuǎn)得到不到的因子。5、 在因子分析中,因子個(gè)數(shù)需要分析者指定(spss根據(jù)一定的條件自動(dòng)設(shè)定,只要是特征值大于1的因子進(jìn)入分析),而指定的因子數(shù)量不同而結(jié)果不同。在主成分分析中,成分的數(shù)量是一定的,一般有幾個(gè)變量就有幾個(gè)主成分。和主成分分析相比,由于因子分析可以使用旋轉(zhuǎn)技術(shù)幫助解釋因子,在解釋方面更加有優(yōu)勢(shì)。大致說(shuō)來(lái),當(dāng)需要尋找潛在的因子,并對(duì)這些因子進(jìn)行解釋的時(shí)候,更加傾向于使用因子分析,并且借助旋轉(zhuǎn)技術(shù)幫助更好解釋。而如果想把現(xiàn)有的變量變成少數(shù)幾個(gè)新的變量(新的變量幾乎帶有原來(lái)所有變量的信息)來(lái)進(jìn)入后續(xù)的分析,則可以使用主成分分析。當(dāng)然,這中情況也可以使用因子得分做到。所以這中區(qū)分不是絕對(duì)的??偟膩?lái)說(shuō),主成分分析主要是作為一種探索性的技術(shù),在分析者進(jìn)行多元數(shù)據(jù)分析之前,用主成分分析來(lái)分析數(shù)據(jù),讓自己對(duì)數(shù)據(jù)有一個(gè)大致的了解是非常重要的。主成分分析一般很少單獨(dú)使用,通常用做以下用途:a了解數(shù)據(jù)(screeningthedata);b和clusteranalysis一起使用;c和判別分析一起使用,比如當(dāng)變量很多,個(gè)案數(shù)不多,直接使用判別分析可能無(wú)解,這時(shí)候可以使用主成份發(fā)對(duì)變量簡(jiǎn)化(reducedimensionality);d在多元回歸中,主成分分析可以幫助判斷是否存在共線性(條件指數(shù)),還可以用來(lái)處理共線性。在算法上,主成分分析和因子分析很類似,不過(guò),在因子分析中所采用的協(xié)方差矩陣的對(duì)角元素不在是變量的方差,而是和變量對(duì)應(yīng)的共同度(變量方差中被各因子所解釋的部分。)。/lewutian推薦文章:MATLABwavread相關(guān)函數(shù)的一些問(wèn)題英文口語(yǔ)自我介紹Blitz++與MTL數(shù)值計(jì)算庫(kù)簡(jiǎn)介MatLab坐標(biāo)的繪制我認(rèn)為一個(gè)理科大學(xué)生應(yīng)該掌握的軟件matlab中的diff函數(shù)-微
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 英文離婚協(xié)議合同范例
- 混凝土建房施工合同范例
- 收購(gòu)工地建材合同范例
- 成都設(shè)備租賃合同范例
- 幼兒足球藝術(shù)課程設(shè)計(jì)
- 吸聲降噪課程設(shè)計(jì)
- 我的小寶貝課程設(shè)計(jì)
- 大班特色課程設(shè)計(jì)
- 情感關(guān)系療愈課程設(shè)計(jì)
- 德育課程設(shè)計(jì)實(shí)例
- 《寧夏閩寧鎮(zhèn):昔日干沙灘今日金沙灘》教案- 2023-2024學(xué)年高教版(2023)中職語(yǔ)文職業(yè)模塊
- 碳排放監(jiān)測(cè)員(高級(jí))技能鑒定考試題及答案
- 2024-2030年中國(guó)消防安裝和維保市場(chǎng)經(jīng)營(yíng)發(fā)展及運(yùn)行狀況分析報(bào)告
- 數(shù)學(xué)家華羅庚課件
- 專項(xiàng)訓(xùn)練:坐標(biāo)的變化(30題)(原卷版+解析)
- 2024年新人教版一年級(jí)數(shù)學(xué)上冊(cè)課件 第六單元 復(fù)習(xí)與關(guān)聯(lián) 1.數(shù)與運(yùn)算
- Unit 4 Ready for school(教學(xué)設(shè)計(jì))-2024-2025學(xué)年人教PEP版(一起)(2024)英語(yǔ)一年級(jí)上冊(cè)
- 2024秋期國(guó)家開(kāi)放大學(xué)《公共政策概論》一平臺(tái)在線形考(形考任務(wù)1至4)試題及答案
- 《2024版 CSCO非小細(xì)胞肺癌診療指南》解讀
- GB 44497-2024智能網(wǎng)聯(lián)汽車自動(dòng)駕駛數(shù)據(jù)記錄系統(tǒng)
- 家具售后合同協(xié)議書(shū)
評(píng)論
0/150
提交評(píng)論