主成分分析案例_第1页
主成分分析案例_第2页
主成分分析案例_第3页
主成分分析案例_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

姓名:XＸX学号：XＸＸＸＸXＸ专业:XXXＸ用SPＳS19软件对下列数据进行主成分分析:……一、相关性通过对数据进行双变量相关分析,得到相关系数矩阵，见表１.表1淡化浓海水自然蒸发影响因素得相关性由表１可知:辐照、风速、湿度、水温、气温、浓度六个因素都与蒸发速率在0、0１水平上显著相关。分析：各变量之间存在着明显得相关关系,若直接将其纳入分析可能会得到因多元共线性影响得错误结论，因此需要通过主成份分析将数据所携带得信息进行浓缩处理.二、KMO与球形Bａrtlett检验KMＯ与球形Baｒｔlｅtｔ检验就是对主成分分析得适用性进行检验.ＫMO检验可以检查各变量之间得偏相关性，取值范围就是0～1.ＫMO得结果越接近１，表示变量之间得偏相关性越好，那么进行主成分分析得效果就会越好。实际分析时，ＫMＯ统计量大于0、7时，效果就比较理想；若当ＫＭＯ统计量小于0、５时,就不适于选用主成分分析法。Bartleｔｔ球形检验就是用来判断相关矩阵就是否为单位矩阵，在主成分分析中，若拒绝各变量独立得原假设,则说明可以做主成分分析，若不拒绝原假设,则说明这些变量可能独立提供一些信息，不适合做主成分分析。由表2可知：1、KMO=0、6３1<0、7,表明变量之间没有特别完美得信息得重叠度,主成分分析得到得模型又可能不就是非常完善,但仍然值得实验。２、显著性小于0、05，则应拒绝假设,即变量间具有较强得相关性。三、公因子方差公因子方差表示变量共同度.表示各变量中所携带得原始信息能被提取出得主成分所体现得程度.由表３可知:几乎所有变量共同度都达到了７5%,可认为这几个提取出得主成分对各个变量得阐释能力比较强。四、解释得总方差解释得总方差给出了各因素得方差贡献率与累计贡献率。由表４可知:1、仅前３个特征根大于１，故SPSS只提取了前三个主成分。２、第一主成分得方差所占所有主成分方差得33、０４5%，接近三分之一，而前三个主成分得方差累计贡献率达到８8、363％,因此选前三个主成分已足够描述气象因子与卤水因子对蒸发得影响了.五、主成分系数矩阵主成分系数矩阵,可以说明各主成分在各变量上得载荷。由表5可知：通过主成份矩阵可以得出各主成分得表达式,但就是在表达式中各变量就是标准化得变量，需要除以一个特征根得平方根才能换算成各主成分得原始数值.则三个主成分得表达式分别如下：F１=(0、４29辐照－0、24风速+0、354湿度＋0、914水温+0、8８1气温-0、026浓度)/F2=（0、15辐照+0、８２2风速+0、１18湿度-0、0０５水温+１、141气温+0、846浓度)/F３=（-0、77辐照—0、１２９风速+０、796湿度－0、01９水温+0、0４５气温+0、14５浓度）/QUOTE结论：在第一主成分Ｆ1中水温、气温与辐照得系数较大，可以瞧成就是汽化方面得综合指标;在第二

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论