主成分分析的基本步骤

基本步骤如下：

标准化

输入数据集变量的范围标准化，以使它们中的每一个均可大致成比例地分析。如果初始变量的范围之间存在较大差异，那么范围较大的变量将占据范围较小的变量（例如，范围介于0和100之间的变量将占据0到1之间的变量），这将导致主成分的偏差。因此，将数据转换为可比较的比例可避免此问题。

协方差矩阵计算

了解输入数据集的变量是如何相对于平均值变化的。

计算协方差矩阵的特征向量和特征值，用以识别主成分。

特征向量和特征值都是线性代数概念，需要从协方差矩阵计算得出，以便确定数据的主成分。

希望以上回答能对您有所帮助，谢谢。

电子鼻主成分分析图可以这样画
电子鼻就是模拟动物嗅觉器官开发出一种高科技产品，利用气体传感器阵列 得响应图案来识别气味得电子系统。PEN3型电子鼻内置1 0个金属氧化气体传 感器，每个传感器对应得敬感物质如表1所示电子鼻得工作可简单归纳为：传 感器阵列一信号预处理一神经网络与各种算法一计算机识别（气体定性定量分 析）PEN3型电子鼻自带得W i n Mus t e r软件可以进行P CA（主成分分析）、 LDA（线性判别法）、Load i ngs （负荷加载分析）等分析。
我用的PEN3电子鼻做主成分分析，为什么图不自动加上椭圆框框
有奖励写回答共2个回答
匿名用户
2017-06-03
主成分分析的背景是研究中经常会遇到多指标的问题，这些指标间往往存在一定的相关，直接纳入分析不仅复杂，变量间难以取舍，而且可能因多元共线性而无法得出正确结论。主成分分析的目的就是通过线性变换，将原来的多个指标组合成相互独立的少数几个能充分反映总体信息的指标，便于进一步分析。
具体 *** 作步骤如下:
在SPSS主菜单中选择“分析→降维→因子分析”d出下面对话框，将除省市外的10个经济指标选入“变量”。点击“描述”，选择“原始分析结果”和“系数”。点击“继续”，选择好各种选项后，点击“确定”，得到结果。

1输入数据。
2点Analyze 下拉菜单，选Data Reduction 下的Factor 。
3打开Factor Analysis后,将数据变量逐个选中进入Variables 对话框中。
4单击主对话框中的Descriptive按扭，打开Factor Analysis: Descriptives子对话框，在Statistics栏中选择Univariate Descriptives项要求输出个变量的均值与标准差，在Correlation Matrix 栏内选择Coefficients项，要求计算相关系数矩阵，单击Continue按钮返回Factor Analysis主对话框。
5单击主对话框中的Extraction 按钮，打开如下图所示的Factor Analysis: Extraction 子对话框。在Method列表中选择默认因子抽取方法——Principal Components，在Analyze 栏中选择默认的Correlation Matrix 项要求从相关系数矩阵出发求解主成分，在Exact 栏中选择Number of Factors;6， 要求显示所有主成分的得分和所能解释的方差。单击Continue按钮返回Factor Analysis主对话框。
6单击主对话框中的OK 按钮，输出结果。
统计专业研究生工作室原创，请勿复杂粘贴

主成分分析的背景是研究中经常会遇到多指标的问题，这些指标间往往存在一定的相关，直接纳入分析不仅复杂，变量间难以取舍，而且可能因多元共线性而无法得出正确结论。主成分分析的目的就是通过线性变换，将原来的多个指标组合成相互独立的少数几个能充分反映总体信息的指标，便于进一步分析。
具体 *** 作步骤如下:
在SPSS主菜单中选择“分析→降维→因子分析”d出下面对话框，将除省市外的10个经济指标选入“变量”。点击“描述”，选择“原始分析结果”和“系数”。点击“继续”，选择好各种选项后，点击“确定”，得到结果。

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

---