主成分分析法介绍 什么是主成分分析法
作者&投稿：闽昂 （若有异议请与网页底部的电邮联系）
2、在实际课题中，为了全面分析问题，往往提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映这个课题的某些信息。
3、主成分分析首先是由K.皮尔森（Karl Pearson）对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。
鲁毓马应： 什么是主成分分析方法主成分分析也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标. 在统计学中,主成分分析(principal components analysis,PCA)是一种简化数据集的技术.它是一个线性变换.这个变换把数据变换到一个新的坐标系统中,使得任何数据投影的第一大方差在第一个坐标(称为第一主成分)上,第二大方差在第二个坐标(第二主成分)上,依次类推.主成分分析经常用减少数据集的维数,同时保持数据集的对方差贡献最大的特征.这是通过保留低阶主成分,忽略高阶主成分做到的.这样低阶成分往往能够保留住数据的最重要方面.但是,这也不是一定的,要视具体应用而定.
旬阳县15782563782： 什么是主成分分析方法? - ？
鲁毓马应：[答案] 主成分分析也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标.在统计学中,主成分分析(principal components analysis,PCA)是一种简化数据集的技术.它是一个线性变换.这个变换把数据变换...
旬阳县15782563782： 主成分分析是一种什么方法?主成分分析是一种什么方法? ？
鲁毓马应： 主成分分析:是把几个综合变量来代替原来众多的变量,使这些综合变量能尽可能地代表原来变量的信息量,而且彼此之间互不相关的一种数学降维的方法
旬阳县15782563782： 谁能用通俗易懂的语言讲解一下什么是PCA主成分分析 - ？
鲁毓马应： 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.又称主分量分析. 在实际课题中,为了全面分析问题,往往提出很多与此有关的变量(或因素),因为每个变量都在不同程度上反映这个课题的某些信息. 主成分分析首先是由K.皮尔森对非随机变量引入的,尔后H.霍特林将此方法推广到随机向量的情形.信息的大小通常用离差平方和或方差来衡量.
旬阳县15782563782： 关于主成分分析？
鲁毓马应： 主成分分析就是一种通过降维技术把多个指标约化为少数几个综合指标的统计分析方法.这些综合指标能够反映原始指标的绝大部分信息,它们通常表示为原始p个指标的某种线性组合.为了使这些综合指标所含的信息互不重迭,应要求它们之间互不相关.
旬阳县15782563782： 主成分分析有什么用? - ？
鲁毓马应：[答案] 主成分分析最主要的用途在于“降维”. 举个例子,你要做一项分析,选中了20个指标,你觉得都很重要,但是20个指标对于你的分析确实太过繁琐,这时候,你就可以采用主成分分析的方法进行降维. 20个指标之间会有这样那样的相互关系,相互...
旬阳县15782563782： 主成分分析法与模糊分析法侧重点有什么不同? - ？
鲁毓马应： 主成分分析法主要适用于定量指标的分析,侧重于计算每个因素的贡献度,以及将多个因素合成为一个或几个因素(主成分)进行分析,根据主成分得分进行排序;模糊分析法对定量指标和定性指标都适用,侧重于评价结果,对每个因素进行等级评价,通过模糊评价矩阵确定最后的主次排序.
旬阳县15782563782： spss主成分分析哪些主成分 ？
鲁毓马应： 主成分分析可以理解为一种数据的处理理论,也可以理解为一种应用方法.而因子分析则可以理解为一种应用方法,因为做因子分析采用的比较多的就是用主成分分析的方...
旬阳县15782563782： 主成分分析法有什么缺点? - ？
鲁毓马应： 主成分分析法的缺点: 1、在主成分分析中,我们首先应保证所提取的前几个主成分的累计贡献率达到一个较高的水平(即变量降维后的信息量须保持在一个较高水平上),其次对这些被提取的主成分必须都能够给出符合实际背景和意义的解释(否则主成分将空有信息量而无实际含义). 2、主成分的解释其含义一般多少带有点模糊性,不像原始变量的含义那么清楚、确切,这是变量降维过程中不得不付出的代价.因此,提取的主成分个数m通常应明显小于原始变量个数p(除非p本身较小),否则维数降低的“利”可能抵不过主成分含义不如原始变量清楚的“弊”.
旬阳县15782563782： SPSS的主成分分析主要是解决什么问题? - ？
鲁毓马应：[答案] spss的主成分分析主要应用在因子分析里,目的是将原来很多的因素,通过他们内在的相关分析,整合成新的一个或多个相对独立的综合因素,来代表原来散乱的因素.例如我们测量客户满意度,设计了10个题目,那数据收集完后,就可以通过因子...
