2020-06-11
閱讀量:
11381
主成分分析基本思想和主成分回歸分析的步驟
在處理信息時,當(dāng)兩個變量之間有一定相關(guān)關(guān)系時,可以解釋為這兩個變量反映問題的信息有一定的重疊,為了解決這種問題,最直接簡單的解決方案是削減變量的個數(shù),但這又必然會導(dǎo)致信息丟失等問題,因此需要一種更為有效的解決方法,主成分分析以最少的信息丟失為前提,將眾多的原有變量綜合成包含原有變量大部分信息的幾個綜合指標(biāo)。
主成分回歸分析步驟:
(1)原始數(shù)據(jù)標(biāo)準(zhǔn)化,消除量綱帶來的影響
(2)計算相關(guān)矩陣或協(xié)方差矩陣
(3)求出其特征值、特征向量、貢獻(xiàn)率、累積貢獻(xiàn)率。當(dāng)累積貢獻(xiàn)率大于85%時,就認(rèn)為能足夠反映原來變量的信息了,提取對應(yīng)的前P個主成分。
(4)將提取的主成分與標(biāo)準(zhǔn)化后的被解釋變量進(jìn)行回歸建模,再轉(zhuǎn)換成原來包含原有變量的模型。






評論(0)


暫無數(shù)據(jù)
推薦帖子
0條評論
0條評論
0條評論
0條評論