主成分分析與因子分析法.ppt

《主成分分析與因子分析法.ppt》由會員分享，可在線閱讀，更多相關(guān)《主成分分析與因子分析法.ppt（37頁珍藏版）》請在裝配圖網(wǎng)上搜索。

,主成分分析法與因子分析法,主要內(nèi)容,主成分分析法 因子分析法 附：主成分分析法與因子分析法的區(qū)別,主成分分析法 （Principal Components Analysis,PCA）,主成分分析法概述 主成分分析的基本原理 主成分分析的計算步驟,一、主成分分析概述,假定你是一個公司的財務(wù)經(jīng)理，掌握了公司的所有數(shù)據(jù)，這包括眾多的變量，比如固定資產(chǎn)、流動資金、每一筆借貸的數(shù)額和期限、各種稅費、工資支出、原料消耗、產(chǎn)值、利潤、折舊、職工人數(shù)、職工的分工和教育程度等等。 如果讓你向上級或有關(guān)方面介紹公司狀況，你能夠把這些指標(biāo)和數(shù)字都原封不動地擺出去嗎？,引子,當(dāng)然不能。匯報什么？ 發(fā)現(xiàn)在如此多的變量之中，有很多是相關(guān)的。人們希望能夠找出它們的少數(shù)“代表”來對它們進(jìn)行描述。 需要把這種有很多變量的數(shù)據(jù)進(jìn)行高度概括，用少數(shù)幾個指標(biāo)簡單明了地把情況說清楚。,主成分分析法（ Principal Components Analysis ）和因子分析法（Factor Analysis）就是把變量維數(shù)降低以便于描述、理解和分析的方法。 主成分分析也稱為主分量分析，是一種通過降維來簡化數(shù)據(jù)結(jié)構(gòu)的方法：如何把多個變量化為少數(shù)幾個綜合變量（綜合指標(biāo)） ，而這幾個綜合變量可以反映原來多個變量的大部分信息，所含的信息又互不重疊，即它們之間要相互獨立，互不相關(guān)。 這些綜合變量就叫因子或主成分，它是不可觀測的，即它不是具體的變量,只是幾個指標(biāo)的綜合。 在引入主成分分析之前，先看下面的例子。,什么是主成分分析法？,成績數(shù)據(jù),53個學(xué)生的數(shù)學(xué)、物理、化學(xué)、語文、歷史、英語的成績?nèi)缦卤恚ú糠郑?從本例可能提出的問題,能不能把這個數(shù)據(jù)表中的6個變量用一兩個綜合變量來表示呢？ 這一兩個綜合變量包含有多少原來的信息呢？,事實上，以上問題在平時的研究中，也會經(jīng)常遇到。它所涉及的問題可以推廣到對企業(yè)、對學(xué)校、對區(qū)域進(jìn)行分析、評價、排序和分類等。 比如對n個樣本進(jìn)行綜合評價，可選的描述樣本特征的指標(biāo)很多，而這些指標(biāo)往往存在一定的相關(guān)性（既不完全獨立，又不完全相關(guān)），這就給研究帶來很大不便。若選指標(biāo)太多，會增加分析問題的難度與復(fù)雜性，選指標(biāo)太少，有可能會漏掉對樣本影響較大的指標(biāo)，影響結(jié)果的可靠性。,這就需要我們在相關(guān)分析的基礎(chǔ)上，采用主成分分析法找到幾個新的相互獨立的綜合指標(biāo)，達(dá)到既減少指標(biāo)數(shù)量、又能區(qū)分樣本間差異的目的。,二、主成分分析的基本原理,,（一）主成分分析的幾何解釋 （二）主成分分析的基本思想,（一）主成分分析的幾何解釋,例中數(shù)據(jù)點是六維的；即每個觀測值是6維空間中的一個點。希望把6維空間用低維空間表示。 先假定只有二維，即只有兩個變量，語文成績（x1）和數(shù)學(xué)成績（x2），分別由橫坐標(biāo)和縱坐標(biāo)所代表； 每個學(xué)生都是二維坐標(biāo)系中的一個點。,因為在實際應(yīng)用中，往往存在指標(biāo)的量綱不同，所以在計算之前須先消除量綱的影響，而將原始數(shù)據(jù)標(biāo)準(zhǔn)化。為了實現(xiàn)樣本數(shù)據(jù)的標(biāo)準(zhǔn)化，應(yīng)求樣本數(shù)據(jù)的平均和方差。對數(shù)據(jù)矩陣Y作標(biāo)準(zhǔn)化處理，即對每一個指標(biāo)分量作標(biāo)準(zhǔn)化變換，變換公式為：,其中， 樣本均值： 樣本標(biāo)準(zhǔn)差：,原始變量 經(jīng)規(guī)格化后變?yōu)樾伦兞? ，其均值為零，方差為1。 對二維空間來講n個標(biāo)準(zhǔn)化后的樣本在二維空間的分布大體為一橢圓形，該橢圓有一個長軸和一個短軸。在短軸方向上數(shù)據(jù)變化很少，極端的情況下，短軸如退化成一點，長軸的方向可以完全解釋這些點的變化，由二維到一維的降維就自然完成了。,,,,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,假定語文成績 （X1） 和數(shù)學(xué)成績 （X2）分別為標(biāo)準(zhǔn)化后的分?jǐn)?shù)，右圖為其散點圖，橢圓傾斜為45度。,如果將坐標(biāo)軸 X1 和 X2 旋轉(zhuǎn)45 ，那么點在新坐標(biāo)系中的坐標(biāo)（Y1,Y2）與原坐標(biāo)（X1,X2）有如下的關(guān)系：,Y1和Y2均是X1 和 X2 的線性組合,,,,,,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,在新坐標(biāo)系中，可以發(fā)現(xiàn)：雖然散點圖的形狀沒有改變，但新的隨機變量 Y1 和 Y2 已經(jīng)不再相關(guān)。而且大部分點沿 Y1 軸散開，在 Y1 軸方向的變異較大（即 Y1的方差較大） ，相對來說，在 Y2軸方向的變異較?。?Y2 的方差較小） 。,在上面的例子中 Y1 和 Y2 就是原變量 X1和 X2的第一主成分和第二主成分。實際上第一主成分 Y1 就基本上反映了 X1 和X2 的主要信息，因為圖中的各點在新坐標(biāo)系中的 Y1 坐標(biāo)基本上就代表了這些點的分布情況，因此可以選 Y1 為一個新的綜合變量。當(dāng)然如果再選 Y2也作為綜合變量，那么 Y1 和 Y2 則反映了 X1 和 X2的全部信息。,22,(二) 主成分分析的基本思想 假如對某一問題的研究涉及 p 個指標(biāo)，記為X1，X2, …, Xp，由這 p 個隨機變量構(gòu)成的隨機向量為X=(X1, X2, …, Xp)?，設(shè) X 的均值向量為?，協(xié)方差矩陣為?。設(shè)Y=(Y1, Y2 , … , Yp)?為對 X 進(jìn)行線性變換得到的合成隨機向量，即 (1) 設(shè)?i=(?i1, ?i2 , …, ?ip)?, A=(?1 , ?2 ,…, ?p)?，則有,,,,(2),23,且 （3） 由是式(1)(2)能夠看出，可以對原始變量進(jìn)行任意的線性變換，不同線性變換得到的合成變量Y的統(tǒng)計特征顯然是不一樣的。每個Yi 應(yīng)盡可能多地反映 p 個原始變量的信息，通常用方差來度量“信息”，Yi 的方差越大表示它所包含的信息越多。由式（3）可以看出將系數(shù)向量?i 擴(kuò)大任意倍數(shù)會使Yi 的方差無限增大，為了消除這種不確定性，增加約束條件：,,,24,為了有效地反映原始變量的信息，Y的不同分量包含的信息不應(yīng)重疊。綜上所述，式（1）的線性變換需要滿足下面的約束： (1) 即 ，i =1, 2, …, p。 (2) Y1在滿足約束 (1) 即的情況下，方差最大；Y2是在滿足約束(1) ，且與Y1不相關(guān)的條件下，其方差達(dá)到大；……；Yp是在滿足約束(1) ，且與Y1，Y2，…，Y p-1不相關(guān)的條件下，在各種線性組合中方差達(dá)到最大者。 滿足上述約束得到的合成變量Y1, Y2, …, Yp分別稱為原始變量的第一主成分、第二主成分、…、第 p 主成分，而且各成分方差在總方差中占的比重依次遞減。在實際研究工作中，僅挑選前幾個方差較大的主成分，以達(dá)到簡化系統(tǒng)結(jié)構(gòu)的目的。,,三、主成分分析的計算步驟,,(一)計算相關(guān)系數(shù)矩陣 (二)計算特征值與特征向量 (三)計算主成分貢獻(xiàn)率及累計貢獻(xiàn)率 (四)計算主成分載荷,（一）計算相關(guān)系數(shù)矩陣 rij（i，j=1，2，…，p）為原變量xi與xj標(biāo)準(zhǔn)化后的相關(guān)系數(shù)， rij=rji，其計算公式為,,（3.5.3）,,,（3.5.4）,（二）計算特征值與特征向量 1、解特征方程 ，求出特征值，并使其按大小順序排列,2、分別求出對應(yīng)于特征值 的特征向量 ，要求 =1，即 ，其中 表示向量 的第j個分量,也就是說 為單位向量。,29,（三）計算主成分貢獻(xiàn)率及累計貢獻(xiàn)率 主成分分析是把 p 個隨機變量的總方差分解為 p 個不相關(guān)隨機變量的方差之和?1 ＋ ?2 ＋…＋ ?P，則總方差中屬于第 i 個主成分（被第 i 個主成分所解釋）的比例為 稱為第 i 個主成分的貢獻(xiàn)率。定義 稱為前 m 個主成分的累積貢獻(xiàn)率，衡量了前 m 個主成份對原始變量的解釋程度。,,,（四）計算主成分載荷 在主成分之間不相關(guān)時，主成分載荷就是主成 分zi與變量xj之間的相關(guān)系數(shù),,,,,,,,,因子分析法 （Factor Analysis，F(xiàn)A）,因子分析法概述 因子分析法的模型 附：主成分分析與因子分析的區(qū)別,（一）因子分析法概述,因子分析法與主成分分析法都基于統(tǒng)計分析法，但兩者有較大的區(qū)別。主成分分析是通過坐標(biāo)變換提取主成分，也就是將一組具有相關(guān)性的變量變換為一組獨立的變量，將主成分表示為原始觀察變量的線性組合。而因子分析法是要構(gòu)造因子模型，將原始觀察變量分解為因子的線性組合。因此因子分析法是主成分分析法的發(fā)展。,（二）因子分析法的模型,狹義的因子分析法常與主成分分析法在處理方法上有相類似之處，都要對變量規(guī)格化，并找出原始變量規(guī)格化后的相關(guān)矩陣。其主要不同點在于建立線性方程組時所考慮的方法，因子分析是以回歸方程的形式將變量表示成因子的線性組合，而且要使因子數(shù)m小于原始變量維數(shù)p，從而簡化了模型結(jié)構(gòu)。 其步驟為： 將原始數(shù)據(jù)標(biāo)準(zhǔn)化→求標(biāo)準(zhǔn)化數(shù)據(jù)的相關(guān)矩陣→求相關(guān)矩陣的特征值和特征向量→計算方差貢獻(xiàn)率與累計方差貢獻(xiàn)率→確定因子→因子旋轉(zhuǎn)→用原始的線性組合求各因子得分→求綜合得分→得分排序,因子模型的表達(dá)式為：,其矩陣形式為： 其中 為因子載荷。數(shù)學(xué)上可以證明，因子載荷 就是第i變量與第j因子的相關(guān)系數(shù)，反映了第i變量在第j因子上的重要性。 F稱為X的公共因子或潛因子，矩陣A稱為因子載荷矩陣，e稱為X的特殊因子。,,附、主成分分析與因子分析的區(qū)別,,主成分分析法與因子分析法的區(qū)別,