關(guān)于主成分分析的常用改進(jìn)方法論文

Word第第頁關(guān)于主成分分析的常用改進(jìn)方法論文關(guān)鍵詞:主成分改良,綜合評(píng)價(jià)

0.引言

主成分分析是一種常用的多元統(tǒng)計(jì)分析(即多指標(biāo)的統(tǒng)計(jì)方法)方法。是一種化繁為簡,將指標(biāo)數(shù)盡可能壓縮的降維(即空間壓縮)技術(shù),也是一種綜合評(píng)價(jià)方法。免費(fèi)論文。目前已廣泛應(yīng)用于很多領(lǐng)域,如:城市生態(tài)系統(tǒng)可持續(xù)進(jìn)展的分析,工業(yè)企業(yè)經(jīng)濟(jì)效益的分析,公司財(cái)務(wù)評(píng)價(jià),學(xué)習(xí)成果的比較評(píng)價(jià)等等。但是,傳統(tǒng)的主成分分析法在綜合評(píng)價(jià)當(dāng)中已暴露出許多缺陷,許多學(xué)者也提出了不同的.改良方法,這些改良方法是與肯定的現(xiàn)實(shí)條件相關(guān)聯(lián)的,因此也不乏消失誤用。本文將對(duì)常用的改良方法作進(jìn)一步探討。

1.傳統(tǒng)PCA評(píng)價(jià)模型的算法:

1.1輸入樣本觀測值:

1.2計(jì)算各指標(biāo)的樣本均值和樣本標(biāo)準(zhǔn)差:

1.3對(duì)標(biāo)準(zhǔn)化,計(jì)算樣本相關(guān)陣:

1.4求的特征值及對(duì)應(yīng)的特征向量

1.5建立主成分。

按累積方差奉獻(xiàn)率

1.6計(jì)算前個(gè)主成分的樣本值

2.運(yùn)用傳統(tǒng)主成分分析方法易消失的誤區(qū)及改良方法

在實(shí)際應(yīng)用中,為了消退變量量綱的影響,往往對(duì)原始數(shù)據(jù)標(biāo)準(zhǔn)化,但是標(biāo)準(zhǔn)化在消退量綱或數(shù)量級(jí)影響的同時(shí),也抹殺了各指標(biāo)變異程度的差異信息,在此種狀況下,我們通?？刹杉{對(duì)原始數(shù)據(jù)進(jìn)行均值化處理[2],該方法已得到廣泛采納。另外,主成分分析對(duì)于處理線性結(jié)構(gòu)有很好的效果,然而對(duì)于很多實(shí)際問題,其觀測數(shù)據(jù)陣并非線性結(jié)構(gòu)而呈非線性結(jié)構(gòu)。這時(shí),若采納線性方法,效果往往很差。這就需要進(jìn)一步的改良。本文將介紹幾種簡潔的對(duì)原始數(shù)據(jù)進(jìn)行處理的方法以及“對(duì)數(shù)—線性比”[1]主成分方法。

改良方法操作如下:

2.1對(duì)原始數(shù)據(jù)的處理

2.1.1數(shù)據(jù)的均值化

2.1.2對(duì)數(shù)變換法

描繪原始數(shù)據(jù)的散點(diǎn)圖,若散點(diǎn)圖呈現(xiàn)對(duì)數(shù)曲線特征時(shí),令

2.1.3平方根變換法

若散點(diǎn)圖呈現(xiàn)拋物線特征時(shí),令

然后以作為新的數(shù)據(jù)代替原始數(shù)據(jù)進(jìn)行分析即可。

當(dāng)上述三種變換仍舊不能很好的解決問題,而原始數(shù)據(jù)又明顯呈現(xiàn)非線性特征時(shí),還可以采納下述方法。免費(fèi)論文。

2.2“對(duì)數(shù)—線性比”主成分方法

原香港高校統(tǒng)計(jì)系主任Aitchison教授(1981年)提出用對(duì)數(shù)—比(logratio)變換

亦即其中為成分向量的任一恒正函數(shù)。為簡便起見,一般可取

相應(yīng)的

可以證明為奇異陣,至多有個(gè)非零特征值。免費(fèi)論文。對(duì)其作譜分解:

便可以求得其廣義主成分

3.其它改良方法

除了上述改良方法之外,近來不少學(xué)者又提出了新的改良方法,如主成分聚類法。主成分聚類即先做主成分分析,再取若干主成分對(duì)樣品進(jìn)行聚類分析,結(jié)合第一主成分得分排序?qū)悠愤M(jìn)行分類排名。由此得到一種新的綜合評(píng)價(jià)方法,詳細(xì)操作方法詳見文獻(xiàn)[2]。另外還有分組主成分分析方法[5]等。在實(shí)際應(yīng)用當(dāng)中,假如不