• 设为首页
  • 点击收藏
  • 手机版
    手机扫一扫访问
    迪恩网络手机版
  • 关注官方公众号
    微信扫一扫关注
    公众号

主成分分析,充分图,聚类,主成分回归——数据分析与R语言 Lecture 11 ...

原作者: [db:作者] 来自: [db:来源] 收藏 邀请



主成分分析

  1. Pearson于1901年提出,再由Hotelling(1933)加以发展的一种多变量统计方法
  2. 通过析取主成分显出最大的个别差异,也用来削减回归分析和聚类分析中变量的数目
  3. 可以使用样本协方差矩阵或相关系数矩阵作为出发点进行分析
  4. 成分的保留:Kaiser主张(1960)将特征值小于1的成分放弃,只保留特征值大于1的成分
  5. 如果能用不超过3-5个成分就能解释变异的80%,就算是成功



主成分分析的数学原理
薛毅书p499

princomp( )函数
薛毅书P506

例子
薛毅书P508

例子:求相关矩阵特征值

例子:求主成分载荷

例子:画碎石图确定主成分

例子:主成分得分-相当于predict( )

例子:结果解释

Z1:日常必需消费开支
Z2:衣着和居住

例子:成分图

例子:聚类

主成分回归

薛毅书P516


鲜花

握手

雷人

路过

鸡蛋
该文章已有0人参与评论

请发表评论

全部评论

专题导读
上一篇:
R语言常微分方程数值解海强作业发布时间:2022-07-18
下一篇:
R语言中的四类统计分布函数发布时间:2022-07-18
热门推荐
热门话题
阅读排行榜

扫描微信二维码

查看手机版网站

随时了解更新最新资讯

139-2527-9053

在线客服(服务时间 9:00~18:00)

在线QQ客服
地址:深圳市南山区西丽大学城创智工业园
电邮:jeky_zhao#qq.com
移动电话:139-2527-9053

Powered by 互联科技 X3.4© 2001-2213 极客世界.|Sitemap