統(tǒng)計方法講座_第1頁
統(tǒng)計方法講座_第2頁
統(tǒng)計方法講座_第3頁
統(tǒng)計方法講座_第4頁
統(tǒng)計方法講座_第5頁
已閱讀5頁,還剩14頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

主成分分析PrincipleComponentAnalysis

(PCA)

數(shù)理教研室陳婷婷為什么用PCA?(Why)什么是PCA?(What)怎樣使用PCA?(How)為什么用PCA?(Why)多個指標的問題1.指標與指標之間有可能存在相關關系信息重疊,分析偏誤2.指標太多,增加問題的復雜性和分析難度如何避免?PCA為什么用PCA?(Why)兒童生長發(fā)育指標身高,腿長,臂長肩寬,胸寬,臀骨寬胸圍,臀圍,大腿圍圍度分別用每一個指標評價生長發(fā)育,孤立,非綜合。用個別指標,失去有用信息,結論片面。長度寬度什么是PCA?(What)數(shù)學語言?將彼此相關的指標變量轉化為彼此不相關的指標變量;個數(shù)較多的指標變量轉化為個數(shù)較少的指標變量;意義單一的指標變量轉化為意義綜合的指標變量。尋找適當?shù)木€性變換

將彼此相關的變量轉換為彼此不相關的變量;方差較大的幾個新變量綜合反映原多個變量包含的信息;新變量各自帶有獨特的專業(yè)意義。PCA的基本思想第二主成分第一主成分不相關無重疊信息方差最大、信息量最多方差其次、信息量其次每個主成分系數(shù)平方和為1互不相關

方差依次遞減怎樣使用PCA?(How)擬采用電感耦合等離子體發(fā)射光譜法(ICP-OES)測定浙江義烏、浙江縉云、浙江上虞、湖南瀏陽、湖北武漢、江西南昌等6個不同產地的延胡索中微量元素的含量,試進行綜合評價。變量間的相關性主成分個數(shù)的確定

(1)根據累計貢獻率≥85%(2)根據特征根的大小,保留>1的主成分。前4個主成分的方差貢獻率達93.157%,選取前4個主成分。碎石圖由陡坡變平坦的轉折點為主成分選擇的最佳個數(shù)主成分實際意義的解釋:第1主成分中的Cu、Ca、Pb、Zn的載荷系數(shù)較大,對其貢獻較多,是延胡索的特征性微量元素。主成分載荷陣主成分得分陣主成分實際意義的解釋:SIMCA-P電子鼻技術研究天麻藥材-飲片-浸膏-配方顆粒過程的氣味相關性1、2和

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論