系统工程第5讲系统模型化之主成份分析

《系统工程第5讲系统模型化之主成份分析》由会员分享，可在线阅读，更多相关《系统工程第5讲系统模型化之主成份分析（104页珍藏版）》请在装配图网上搜索。

1、1主成分概念首先由 Karl Parson在1901年引进，当时只对非随机变量来讨论的。1933年Hotelling将这个概念推广到随机变量。在多数实际问题中，不同指标之间是有一定相关性。由于指标较多及指标间有一定的相关性，势必增加分析问题的复杂性。主成分分析就是设法将原来指标重新组合成一组新的互相无关的几个综合指标来代替原来指标。同时根据实际需要从中可取几个较少的综合指标尽可能多地反映原来的指标的信息。一项十分著名的工作是美国的统计学家斯通(stone)在1947年关于国民经济的研究。他曾利用美国1929一1938年各年的数据，得到了17个反映国民收入与支出的变量要素，例如雇主补贴、消费资料

2、和生产资料、纯公共支出、净增库存、股息、利息外贸平衡等等。1 基本思想 在进行主成分分析后，竟以97.4的精度，用三新变量就取代了原17个变量。根据经济学知识，斯通给这三个新变量分别命名为总收入F1、总收入变化率F2和经济发展或衰退的趋势F3。更有意思的是，这三个变量其实都是可以直接测量的。问题：企业信用度评估应收账款是指企业因对外销售产品、材料、提供劳务及其它原因，应向购货单位或接受劳务的单位收取的款项，包括应收销货款、其它应收款和应收票据等。出于扩大销售的竞争需要，企业不得不以赊销或其它优惠的方式招揽顾客，由于销售和收款的时间差，于是产生了应收款项。应收款赊销的效果的好坏，不仅依赖于企业的

3、信用政策，还依赖于顾客的信用程度。由此，评价顾客的信用等级，了解顾客的综合信用程度，做到“知己知彼，百战不殆”，对加强企业的应收账款管理大有帮助。某企业为了解其客户的信用程度，采用西方银行信用评估常用的5C方法，5C的目的是说明顾客违约的可能性。1、品格、品格（用X1表示），指顾客的信誉，履行偿还义务的可能性。企业可以通过过去的付款记录得到此项。2、能力、能力（用X2表示），指顾客的偿还能力。即其流动资产的数量和质量以及流动负载的比率。顾客的流动资产越多，其转化为现金支付款项的能力越强。同时，还应注意顾客流动资产的质量，看其是否会出现存货过多过时质量下降，影响其变现能力和支付能力。3、资本、资

4、本（用X3表示），指顾客的财务势力和财务状况，表明顾客可能偿还债务的背景。4、附带的担保品、附带的担保品（用X4表示），指借款人以容易出售的资产做抵押。5 5、环境条件、环境条件（用X5表示），指企业的外部因素，即指非企业本身能控制或操纵的因素。首先并抽取了10家具有可比性的同类企业作为样本，又请8位专家分别给10个企业的5个指标打分，然后分别计算企业5个指标的平均值，如表。76.581.57675.871.78579.280.384.476.570.67367.668.178.5949487.589.59290.787.39181.58084.666.968.864.866.477.573.

5、670.969.874.857.760.457.460.86585.668.57062.276.57069.271.764.968.9；主成分分析是把各变量之间互相关联的复杂关系进行简化分析的方法。在社会经济的研究中，为了全面系统的分析和研究问题，必须考虑许多经济指标，这些指标能从不同的侧面反映我们所研究的对象的特征，但在某种程度上存在信息的重叠，具有一定的相关性。主成分分析试图在力保数据信息丢失最少的原则下，对这种多变量的截面数据表进行最佳综合简化，也就是说，对高维变量空间进行降维处理。很显然，识辨系统在一个低维空间要比在一个高维空间容易得多。(1)(1)基于相关系数矩阵还是基于协方差基于相

6、关系数矩阵还是基于协方差矩阵做主成分分析。当分析中所选择的经济矩阵做主成分分析。当分析中所选择的经济变量具有不同的量纲，变量水平差异很大，变量具有不同的量纲，变量水平差异很大，应该选择基于相关系数矩阵的主成分分析。应该选择基于相关系数矩阵的主成分分析。在力求数据信息丢失最少的原则下，对高维的变量空间降维，即研究指标体系的少数几个线性组合，并且这几个线性组合所构成的综合指标将尽可能多地保留原来指标变异方面的信息。这些综合指标就称为主成分。要讨论的问题是：（2）选择几个主成分。主成分分析的目的是简化变量，一般情况下主成分的个数应该小于原始变量的个数。关于保留几个主成分，应该权衡主成分个数和保留的信

7、息。（3）如何解释主成分所包含的经济意义。2 数学模型与几何解释 假设我们所讨论的实际问题中，有p个指标，我们把这p个指标看作p个随机变量，记为X1，X2，Xp，主成分分析就是要把这p个指标的问题，转变为讨论p个指标的线性组合的问题，而这些新的指标F1，F2，Fk(kp），按照保留主要信息量的原则充分反映原指标的信息，并且相互独立。ppppppppppXuXuXuFXuXuXuFXuXuXuF22112222112212211111 这种由讨论多个指标降为少数几个综合指标的过程在数学上就叫做降维。主成分分析通常的做法是，寻求原指标的线性组合Fi。满足如下的条件：122221piiiuuupji

8、jiFFCovji，），（210)()(21pFVarFVarFVar）（主成分之间相互独立，即无重叠的信息。即主成分之间相互独立，即无重叠的信息。即主成分的方差依次递减，重要性依次递减，即主成分的方差依次递减，重要性依次递减，即每个主成分的系数平方和为每个主成分的系数平方和为1。即。即2x1x1F2F主成分分析的几何解释平移、旋转坐标轴2x1x1F2F主成分分析的几何解释平移、旋转坐标轴2x1x1F2F 主成分分析的几何解释平移、旋转坐标轴2x1x1F2F主成分分析的几何解释平移、旋转坐标轴 为了方便，我们在二维空间中讨论主成分的几何意义。设有n个样品，每个样品有两个观测变量xl和x2，在由

9、变量xl和x2 所确定的二维平面中，n个样本点所散布的情况如椭圆状。由图可以看出这n个样本点无论是沿着xl 轴方向或x2轴方向都具有较大的离散性，其离散的程度可以分别用观测变量xl 的方差和x2 的方差定量地表示。显然，如果只考虑xl和x2 中的任何一个，那么包含在原始数据中的经济信息将会有较大的损失。如果我们将xl 轴和x2轴先平移，再同时按逆时针方向旋转角度，得到新坐标轴Fl和F2。Fl和F2是两个新变量。根据旋转变换的公式：cossinsincos211211xxyxxyxU2121cossinsincosxxyy正交矩阵，即有为旋转变换矩阵，它是UIUUUU,1 旋转变换的目的是为了使

10、得n个样品点在Fl轴方向上的离 散程度最大，即Fl的方差最大。变量Fl代表了原始数据的绝大 部分信息，在研究某经济问题时，即使不考虑变量F2也无损大局。经过上述旋转变换原始数据的大部分信息集中到Fl轴上，对数据中包含的信息起到了浓缩作用。Fl，F2除了可以对包含在Xl，X2中的信息起着浓缩作用之外，还具有不相关的性质，这就使得在研究复杂的问题时避免了信息重叠所带来的虚假性。二维平面上的个点的方差大部分都归结在Fl轴上，而F2轴上的方差很小。Fl和F2称为原始变量x1和x2的综合变量。F简化了系统结构，抓住了主要矛盾。3 3 主成分的推导及性质主成分的推导及性质 一、两个线性代数的结论一、两个线

11、性代数的结论 1、若A是p阶实对称阵，则一定可以找到正交阵U，使ppp00000021AUU1pii.2.1,其中 是A A的特征根。2、若上述矩阵的特征根所对应的单位特征向量为 ppppppuuuuuuuuu212222111211),(p1uuU 则实对称阵 属于不同特征根所对应的特征向量是正交的，即有p1uu,令AIUUUU 二、主成分的推导 （一）（一）第一主成分第一主成分设X的协方差阵为2212222111221pppppx由于x为非负定的对称阵，则有利用线性代数的知识可得，必存在正交阵U，使得p001UUX 其中1，2，p为x的特征根，不妨假设1 2 p。而U恰好是由特征根相对应的

12、特征向量所组成的正交阵。ppppppuuuuuuuuu212222111211),(p1uuUpiiiuuu，21iUiPi,2,1 下面我们来看，是否由U的第一列元素所构成为原始变量的线性组合是否有最大的方差。设有P维正交向量11111ppFa Xa X a X1211111)(aUUaaapFV121111,paaaa12p 12112p1puuau,u,uaupii121)(ua piii11auuaaUUa1aa1 1 1piiiia u u a21()piiia u 当且仅当a1=u1时，即 时，有最大的方差1。因为Var(F1)=U1xU1=1。如果第一主成分的信息不够，则需要寻找

13、第二主成分。注：第一主成分的方差等于最大的特征根注：第一主成分的方差等于最大的特征根ppXuXuF11111（二）（二）第二主成分第二主成分在约束条件 下，寻找第二主成分 0),cov(21FFppXuXuF21122因为所以0),cov(),cov(121122121uuuuxuxuFF 则，对p维向量 ，有012uupiiipiiiiuuFV122122222)()(uuuuuu pii222)(uu22upiii122uuuu2 22uUUu2 222uu 2 ppXuXuXuF22221122 所以如果取线性变换：则 的方差次大。2F 类推 ppppppppppXuXuXuFXuXuX

14、uFXuXuXuF22112222112212211111写为矩阵形式：XUFppppppuuuuuuuuu212222111211),(p1uuU),(21pXXXX4 4 主成分的性质主成分的性质一、均值一、均值UU)(xE二、方差为所有特征根之和二、方差为所有特征根之和piiFVar1)(2222121pp 说明主成分分析把P个随机变量的总方差分解成为P个不相关的随机变量的方差之和。协方差矩阵的对角线上的元素之和等于特征根之和。三、精度分析三、精度分析 1）贡献率：第i个主成分的方差在全部方差中所占比重 ，称为贡献率，反映了原来P个指标多大的信息，有多大的综合能力。piii1 2）累积贡

15、献率：前k个主成分共有多大的综合能力，用这k个主成分的方差和在全部方差中所占比重来描述，称为累积贡献率。piikii11 我们进行主成分分析的目的之一是希望用尽可能少的主成分F1，F2，Fk（kp）代替原来的P个指标。到底应该选择多少个主成分，在实际工作中，主成分个数的多少取决于能够反映原来变量80%以上的信息量为依据，即当累积贡献率80%时的主成分的个数就足够了。最常见的情况是主成分为2到3个。四、原始变量与主成分之间的相关系数变量与主成分之间的相关系数pmmj,2,11111211221222212ppppppppxuuuFxuuuFxuuuFXUFXUF ppjjjjxuxuxuF221

16、11122(,)(,)ijiiippjijjCov x FCov u Fu Fu F FuijijjijijjiuuFx),(可见，和 的相关的密切程度取决于对应线性组合系数的大小。ixjF五、原始变量被主成分的提取率原始变量被主成分的提取率 前面我们讨论了主成分的贡献率和累计贡献率，他度量了度量了F F1 1，F F2 2，F Fm m分别从原始变量分别从原始变量X X1 1，X X2 2，XXP P中提取了多少信息。中提取了多少信息。那么那么X X1 1，X X2 2，XXP P各有多各有多少信息分别少信息分别F F1 1，F F2 2，F Fm m被提取了被提取了。应该用什么指标来度量？

17、我们考虑到当讨论F1分别与X1，X2，XP的关系时，可以讨论F1分别与X1，X2，XP的相关系数，但是由于相关系数有正有负，所以只有考虑相关系数的平方。1122()()iiiippVar xVar u Fu Fu F222221 122iiimmippiuuuu则jiju 222/ijiju 如果我们仅仅提出了m个主成分，则第i 原始变量信息的被提取率为：mjijmjiijjiu12122/是Fj 能说明的第i 原始变量的方差是Fj 提取的第i 原始变量信息的比重 例例 设 的协方差矩阵为 321,xxx200052021 解得特征根为 ，83.51 00.22 17.03，000.0924.

18、0383.01U1002U000.0383.0924.03U 第一个主成分的贡献率为5.83/（5.83+2.00+0.17）=72.875%，尽管第一个主成分的贡献率并不小，但在本题中第一主成分不含第三个原始变量的信息，所以应该取两个主成分。Xi与F1的相关系数平方Xi与F2的相关系数平方信息提取率xi10.9250.855000.8552-0.9980.996000.99630011111),(iiFx 21 i 22i 22),(iiFxi 925.01383.0*83.52111111 u998.05)924.0(*22221112 u013 定义：如果一个主成分仅仅对某一个原始变量有

19、作用，则称为特殊成分。如果一个主成分所有的原始变量都起作用称为公共成分。(该题无公共因子）六、载荷矩阵六、载荷矩阵 111212122212mmpppmuuuuuuuuu5 5 主成分分析的步骤主成分分析的步骤)21(21nlxxxplll，lXppjjlnliilxxxxxn)(111 第一步：由X的协方差阵x，求出其特征根，即解方程 ，可得特征根 。021p 一、基于协方差矩阵0I 第二步：求出分别所对应的特征向量U1，U2，Up，piiiuuu，21iU第三步：计算累积贡献率，给出恰当的主成分个数。)(21pkkiF，XUii第四步：计算所选出的k个主成分的得分。将原始数据的中心化值:代

20、入前k个主成分的表达式，分别计算出各单位k个主成分的得分，并按得分值的大小排队。ppiiixxxxxx，2211*XXXii 二、基于相关系数矩阵 如果变量有不同的量纲，则必须基于相关系数矩阵进行主成分分析。不同的是计算得分时应采用标准化后的数据。Spss实现实现:1.analyze-description statistic-description-save standardized as variables 2.analyze-data reduction-factor 3.指定参与分析的变量 4.运行factor 过程主成分分析在经济指标综合评价中的应用核心：通过主成分分析，选择m个主成

21、分y1,y2,ym，以每个主成分yi的方差贡献率i作为权数，构造综合评价函数，其中 为第i个主成分的得分（求出主成分的表达式后，将标准化后的数据再代入yi中）当把m个主成分得分代入F函数后，即可得到每个样本的综合评价函数得分，以得分的大小排序，可排列出每个样本的经济效益的名次。mmyyyF.2211iy 一、选用一个主成分的排序二、选用多个主成分的排序11 yFmimiimmyyyyF12211.例一例一 应收账款是指企业因对外销售产品、材料、提供劳务及其它原因，应向购货单位或接受劳务的单位收取的款项，包括应收销货款、其它应收款和应收票据等。出于扩大销售的竞争需要，企业不得不以赊销或其它优惠的

22、方式招揽顾客，由于销售和收款的时间差，于是产生了应收款项。应收款赊销的效果的好坏，不仅依赖于企业的信用政策，还依赖于顾客的信用程度。由此，评价顾客的信用等级，了解顾客的综合信用程度，做到“知己知彼，百战不殆”，对加强企业的应收账款管理大有帮助。某企业为了了解其客户的信用程度，采用西方银行信用评估常用的5C方法，5C的目的是说明顾客违约的可能性。1、品格（用X1表示），指顾客的信誉，履行偿还义务的可能性。企业可以通过过去的付款记录得到此项。2、能力（用X2表示），指顾客的偿还能力。即其流动资产的数量和质量以及流动负载的比率。顾客的流动资产越多，其转化为现金支付款项的能力越强。同时，还应注意顾客流

23、动资产的质量，看其是否会出现存货过多过时质量下降，影响其变现能力和支付能力。3、资本（用X3表示），指顾客的财务势力和财务状况，表明顾客可能偿还债务的背景。4、附带的担保品（用X4表示），指借款人以容易出售的资产做抵押。5、环境条件（用X5表示），指企业的外部因素，即指非企业本身能控制或操纵的因素。首先并抽取了10家具有可比性的同类企业作为样本，又请8位专家分别给10个企业的5个指标打分，然后分别计算企业5个指标的平均值，如表。76.581.57675.871.78579.280.384.476.570.67367.668.178.5949487.589.59290.787.39181.580

24、84.666.968.864.866.477.573.670.969.874.857.760.457.460.86585.668.57062.276.57069.271.764.968.9；Total Variance=485.31477778 Eigenvalues of the Covariance Matrix Eigenvalue Difference Proportion Cumulative PRIN1 410.506 367.242 0.845854 0.84585 PRIN2 43.264 22.594 0.089146 0.93500 PRIN3 20.670 12.599

25、0.042591 0.97759 PRIN4 8.071 5.266 0.016630 0.99422 PRIN5 2.805 .0.005779 1.00000 Eigenvectors PRIN1 PRIN2 PRIN3 PRIN4 PRIN5 X1 0.468814 -.830612 0.021406 0.254654 -.158081 X2 0.484876 0.329916 0.014801 -.287720 -.757000 X3 0.472744 -.021174 -.412719 -.588582 0.509213 X4 0.461747 0.430904 -.240845 0

26、.706283 0.210403 X5 0.329259 0.122930 0.878054 -.084286 0.313677 第一主成份的贡献率为84.6%，第一主成份 Z1=0.469X1+0.485X2+0.473X3+0.462X4+0.329X5 的各项系数大致相等，且均为正数，说明第一主成份对所有的信用评价指标都有近似的载荷，是对所有指标的一个综合测度，可以作为综合的信用等级指标。可以用来排序。将原始数据的值中心化后，代入第一主成份Z1的表示式，计算各企业的得分，并按分值大小排序:在正确评估了顾客的信用等级后，就能正确制定出对其的信用期、收帐政策等，这对于加强应收帐款的管理大有帮

27、助。序号序号1 12 23 34 45 56 67 78 89 91010得分得分3.163.1613.613.6-9.019.0135.935.925.125.1-10.3-10.3-4.364.36-33.8-33.8-6.416.41-13.8-13.8排序排序4 43 37 71 12 28 85 510106 69 9例二例二 基于相关系数矩阵的主成分分析。对美国纽约上市的有关化学产业的三个证券和石油产业的2个证券做了100周的收益率调查。下表是其相关系数矩阵。1）利用相关系数矩阵做主成分分析。2）决定要保留的主成分个数，并解释意义。10.5770.5090.00630.00370.

28、57710.5990.3890.520.5090.59910.4360.4260.3870.3890.43610.5230.4620.3220.4260.5231 Eigenvalues of the Correlation Matrix Eigenvalue Difference Proportion Cumulative PRIN1 2.85671 2.04755 0.571342 0.57134 PRIN2 0.80916 0.26949 0.161833 0.73317 PRIN3 0.53968 0.08818 0.107935 0.84111 PRIN4 0.45150 0.108

29、55 0.090300 0.93141 PRIN5 0.34295 .0.068590 1.00000 Eigenvectors PRIN1 PRIN2 PRIN3 PRIN4 PRIN5 X1 0.463605 -.240339 -.611705 0.386635 -.451262 X2 0.457108 -.509305 0.178189 0.206474 0.676223 X3 0.470176 -.260448 0.335056 -.662445 -.400007 X4 0.421459 0.525665 0.540763 0.472006 -.175599 X5 0.421224 0

30、.581970 -.435176 -.382439 0.385024 根据主成分分析的定义及性质，我们已大体上能看出主成分分析的一些应用。概括起来说，主成分分析主要有以下几方面的应用。1主成分分析能降低所研究的数据空间的维数。即用研究m维的Y空间代替p维的X空间(mp)，而低维的Y空间代替 高维的x空间所损失的信息很少。即：使只有一个主成分Yl(即 m1)时，这个Yl仍是使用全部X变量(p个)得到的。例如要计算Yl的均值也得使用全部x的均值。在所选的前m个主成分中，如果某个Xi的系数全部近似于零的话，就可以把这个Xi删除，这也是一种删除多余变量的方法。6 主成分分析主要有以下几方面的应用 2有

31、时可通过因子负荷aij的结构，弄清X变量间的某些关系。3.多维数据的一种图形表示方法。我们知道当维数大于3时便不能画出几何图形，多元统计研究的问题大都多于3个变量。要把研究的问题用图形表示出来是不可能的。然而，经过主成分分析后，我们可以选取前两个主成分或其中某两个主成分，根据主成分的得分，画出n个样品在二维平面上的分布况，由图形可直观地看出各样品在主分量中的地位。4由主成分分析法构造回归模型。即把各主成分作为新自变量代替原来自变量x做回归分析。5用主成分分析筛选回归变量。回归变量的选择有着重的实际意义，为了使模型本身易于做结构分析、控制和预报，好从原始变量所构成的子集合中选择最佳变量，构成最佳

32、变量集合。用主成分分析筛选变量，可以用较少的计算量来选择量，获得选择最佳变量子集合的效果。解析主成分的实际经济意义从系数的大小、系数的符号上进行分析。系数绝对值较大，则表明该主成分主要综合了绝对值大的变量。正号表示变量与主成分作用同方向，负号表示原变量与主成分作用反方向。如果变量分组较有规则，则从特征向量各分量数值作出组内组间对比分析。浅谈时序立体数据的主成分分析 前面介绍的主成分分析方法，成功地实现了截面数据的最佳综合和简化。然而，在现实生活中，随着时间的发展于数据的积累，人们开始拥有大量按时间顺序排列的平面数据表序列，这样一组按时间顺序排放的数据表序列就像一个数据匣，被称为时序立体数据表。

33、本章将介绍如何对这种多维动态数据系统进行立体式的综合简化，并在此基础上，迅速提取立体数据表中的重要信息，充分发掘其中的丰富内涵，从而简化扼要地把握系统的动态规律。第一节 全局分析的概念 时序立体数据表是一个按时间顺序排放的数据表序列。如果对每一张数据表分别进行主成分分析，则不同的数据表有完全不同的简化空间，就无法保证系统分析的统一性、整体性和可比性。因此，对这种数据表进行主成分分析，得到一个统一的简化子空间。一、全局概念 假设有 个样本，个指标，时间的跨度为 。时序立体数据表 ，npTKTtRKpn,2,1,tX 若以 为变量的指标，在 时刻数据表中nxxx,21ttXtntttnptntnt

34、ptttptteeexxxxxxxxx21112222111211Tt,2,1对上列数据的分析称为全局分析。二、全局变量 全局群点在j指标上的取值分布被称为全局变量，表示为 nTTnjTjnjjnjjjxxxxxxx11221111三、全局重心 全局数据表的重心为 列向量）(21pxxxgTtnitijtijxpx11其中：权数应该根据不同时刻的重要性来决定,也可以等权,等权时,均值为:时刻t的数据表重心为 ttptttxxx21gnxxnitijtj/1TnxxTtnitijj/11四、全局方差全局变量的方差:TtnijtijtijxxpxVARV112)()(五、全局协方差全局变量的协方差

35、为：TtknitikjtijtijkijxxxxpxxCovs11)(),(全局协方差矩阵：ppjksV)(第二节第二节 全局主成分分析全局主成分分析 一、全局主成分分析的步骤为（1）求全局相关系数矩阵 ppjkR)(p，21ppjkR)(021p （2）求 的特征根不妨假设 和对应的特征向量：ppppppuuuuuuuuu212222111211),(p1uuUpiiiuuu，21iU 第三节 对经典主成分分析的继承性 一、全局主成分一定对应于数据变易最大的方向)()()(21mFVarFVarFVar 二、全局主成分是对原始变量系统的最佳综合 在全局主成分分析中，还可以证明，若全局数据表种

36、有p个变量 ，如果想以一个综合变量来取代原来所有的全局变量 ，则第一个主成分F1就是最好的选择。pxxx,21pxxx,21111212112111112),(niiipiiipiiuuFxmmhpiiimhpiiimhpiiuuFx 111121211121111112),(这个结论可以推广到m维空间：三、全局分析与单张数据表分析的联系 设j(j=1,2,m)是全局特征值为全局特征向量ppppppuuuuuuuuu212222111211),(p1uuU (j=1,2,m)是第t时刻的数据表所计算的特征值tj时刻数据表特征向量为tuuuuuuuuutpptptptptttptttptt112

37、2221112111),(uuU TtpjTththtjhtjhgPgPTuuT11122)()(1),(1 TtpjTtttjtjgPgPTuuT111211121)()(1),(1max),(111121 TtpjtjtjuuT 上式反映了全局第h个主成分与单张数据表个主成分之间的数量关系。特别当h=1时：因此，如果各年数据表的重心在第一主成分上的投影不发生改变，则 说明，第一主成分与单张数据表的主成分之间最相关。第四节 精度分析 一、全局精度 以数据变异的大小来恒量数据中的信息量全局精度pjjmiimSQ121pQmiim1如果变量已经被标准化，则精度为：二、数据表Xt的表现精度 数据表

38、Xt的表现精度是指群点在全局主成分上的近似精度。令 是第t张表中的第i个样本在全局第h个主成分的得分。nihhthttFitFnVF12)(),(1中的方差表中在全局主成分结构nittin12)()(1hhuggugenittin12)(1hugehthuVuniNtI,2,1,tie),(itFhpjjtjmhhthtSSq121)/(uVu212)()(1)(jtjnitjtijtjSSxExnxVar方差为：jjtijtijSxxx标准化原始数据利用全局指标21212)(11jtjnijtjtijnijjtjjjtijSSSxxnSxxSxxn第五节 数据主要特征的动态分析 为了迅速把握

39、多维动态数据群种的主要信息，还应该对数据系统的主要特征进行动态分析研究。数据群点有如下特征：（1）的总体水平tINTtgt,2,1,（2）的主轴tINTtpjtj,2,1,2,1,u （3）的主轴 上 的分布偏差tINTtpjtj,2,1,2,1,untpjtj,2,1;,2,1,（4）中各样本点间的相对位置和排列顺序。tIN 一、总体水平 第t年数据群点 的总体水平为 。可以从三个方面研究其动态数据信息。tINTtRpt,2,1,g （1）的时序轨迹tg,g,g21 （2）对于1一p个变量指标，研究哪一个指标在1一T年间发生 的变化最大。首先，j指标在1一T年间的变化可以用aj表示，有21)

40、(1jTttjjxxTa分量。的是全局重心jxpxTtniijtijg11 所有指标在1T年的变化为a表示，有 TtjpjtjjxxTpa121)(1aacjjpj,2,1 使cj最大的指标xj，在1T年发生的变化最大，在经济系统分析中，过大过小的cj都应是分析人员关注的对象。（3）从1T年，研究在哪一年 发生了较大的变化。这是比值，比cj更加深入的分析。tjx1121211)(11)(TttjtjtjtjtjxxTxxc 则说明j指标在tt+1年间的变化比其它年间更大。1tjc 二、主轴thu 对第t年的数据表xt做平面主成分分析，可以得到一组主轴 ，对应的有特征值 ，分析 是如何随时间变化

41、的，可以了解数据的主要特征发展变化的历史过程。ph,2,1,thuphth,2,1,thu 从前面的分析可以知道，是第t年数据变异最大的方向，数据在这个方向被拉得最长。如果研究国民生活水平的话，则在这一方向人们生活水平的差距最大，所以，是最能反映国民生活水平的主要特征。与 对应的是主成分 。数据的主要特征随时间的发展会发生变化，这个变化可以通过 的变化过程来观察。特别对于第一、第二主轴(即h1,2)，以及后续含数据信息量较大的那些主轴，更应给予重点研究。t1ut1utF1Th2h1hu,u,utF1 三、方差 的变化 在数据表由x1，x2，xT的变化过程中，除了需要研究数据 的主要特征随时间的

42、变化以外，还要分析数据在主轴上的分布方差是否发生了较大的变化。分别从以下三个指标来观察数据在主轴散布范围发生的变化。tj （1）在h轴上，数据的分散程度的差分ththth11 （2）比较在t+1年，哪个主轴 的散布范围较大1thupjthththpL11111 （3）比较1T年间，哪个主轴的分散范围较大 111111111TtpjthTtththpL四、样本点间相对位置和排列顺序的变化 随着时间的发展，群点 在某一方向上的相对位置和排列 顺序也会发生变化。例如，改革开放以来，我国沿海城市经济发展速度较其他地区的城市要快，特别在对外贸易方面，其发展更为显著。如果第一主轴反映了城市经济的综合实力，

43、则在这个轴上可以看出，在不同的年份上，各城市由于发展速度不一，因此，相对位置和顺序都有变化，沿海城市的经济实力显然日趋向前。tIN 如何反映样本点间位置和顺序的变化呢?有一个要点必须注意，这就是必须在同一的轴上比较样本点的位置和顺序，因此，取全局主成分分析的第h主轴 ，它对所有时刻的数据表都是同一的。在其上的投影为 hutiehTiug)(e),(itFh1、在 上的投影坐标是否有明显移动tiehu),(),2,(),1,()(ntFtFtFtFhhhhTthiitFTb1),(1 niTtihTtihibitFnTbitFTB11212),(1/),(1的位移是否显著。年间表示),2,1(1

44、niTBiie2、样本点排列顺序的改变),(),2,(),1,()(ntFtFtFtFhhhh 下例是我国1998年和1999年城镇居民分地区的消费支出资料：X1:食品支出X2：衣着支出X3：家庭设备用品及服务支出X4：医疗保健支出X5：交通和通讯支出X6：娱乐教育文化支出X7：居住支出X8：杂项商品支出 进行主成分分析，并比较全局主成分分析和单张数据表主成分分析的结果。Eigenvalues of the Correlation Matrix(全局主成分特征根）Eigenvalue Difference Proportion Cumulative A1 6.99125 6.44329 0.8

45、73906 0.87391 A2 0.54796 0.39531 0.068495 0.94240 A3 0.15266 0.03019 0.019082 0.96148 A4 0.12247 0.03972 0.015309 0.97679 A5 0.08275 0.02042 0.010344 0.98714 A6 0.06233 0.02190 0.007792 0.99493 A7 0.04044 0.04030 0.005055 0.99998 A8 0.00014 .0.000018 1.00000 全局主成分特征向量全局主成分特征向量 A1 A2 A3 A4 A5 A6 A7 A

46、8 X1 0.374493 -.172257 0.030143 0.136213 0.076849 0.062345 0.005073 -.894875 X2 0.346007 -.445411 0.024956 0.532852 0.438070 0.136731 -.241623 0.358262 X3 0.311984 0.710728 0.411674 0.164345 0.360232 -.055544 0.253882 0.061138 X4 0.362343 -.194425 0.293868 0.105955 -.623604 0.310654 0.461967 0.18579

47、6 X5 0.360705 -.096981 0.484438 -.536079 -.081534 -.154719 -.548523 0.083447 X6 0.345751 0.425463 -.516114 -.016448 -.203576 0.488600 -.386444 0.057272 X7 0.364743 0.060889 -.332168 0.215494 -.291244 -.784080 0.002187 0.082907 X8 0.358775 -.186733 -.362278 -.570254 0.388105 0.019425 0.462062 0.12438

48、5 Eigenvalues of the Correlation Matrix98年数据表的主成分分析 Eigenvalue Difference Proportion Cumulative B1 7.10592 6.58949 0.888240 0.88824 B2 0.51643 0.39198 0.064553 0.95279 B3 0.12444 0.02430 0.015555 0.96835 B4 0.10014 0.02320 0.012517 0.98087 B5 0.07694 0.02031 0.009617 0.99048 B6 0.05662 0.03721 0.007

49、078 0.99756 B7 0.01942 0.01932 0.002427 0.99999 B8 0.00010 .0.000012 1.00000 Eigenvectors98年数据表的主成分分析 B1 B2 B3 B4 B5 B6 B7 B8 X1 0.372150 -.159966 -.071551 -.057458 0.102394 0.118105 -.006808 -.896111 X2 0.349028 -.418593 -.335008 -.152609 0.517027 0.310746 0.279572 0.354117 X3 0.312789 0.729505 0.2

50、71016 -.034411 0.496477 0.150524 -.151145 0.057958 X4 0.365701 -.120455 0.051476 -.389966 -.416759 0.320595 -.618933 0.193606 X5 0.361312 -.092321 0.626102 -.266618 -.242140 -.169833 0.551419 0.079394 X6 0.347155 0.403651 -.479912 0.280454 -.487565 0.195188 0.358038 0.059746 X7 0.364365 0.038843 -.3

51、25100 -.154922 0.069968 -.833079 -.175368 0.079806 X8 0.352541 -.282022 0.280252 0.803997 0.027822 -.055566 -.229918 0.120426 Eigenvalues of the Correlation Matrix（99年数据表的主成分分析）Eigenvalue Difference Proportion Cumulative C1 6.94378 6.34070 0.867973 0.86797 C2 0.60308 0.44301 0.075385 0.94336 C3 0.16

52、008 0.04235 0.020010 0.96337 C4 0.11773 0.02925 0.014716 0.97808 C5 0.08848 0.03556 0.011061 0.98914 C6 0.05292 0.01915 0.006615 0.99576 C7 0.03377 0.03361 0.004221 0.99998 C8 0.00015 .0.000019 1.00000 Eigenvectors99年数据表的主成分分析 C1 C2 C3 C4 C5 C6 C7 C8 X1 0.375326 -.176598 -.025298 0.142244 0.043048 0

53、.053525 0.055225 -.894037 X2 0.342405 -.456571 -.142611 0.634127 0.299171 0.174451 -.033774 0.361620 X3 0.311094 0.687727 0.332464 0.410055 0.013385 -.119860 0.364141 0.066550 X4 0.360191 -.263051 0.143639 -.224628 -.638715 0.343534 0.414770 0.178802 X5 0.359409 -.098416 0.703325 -.237833 0.141298 -

54、.042767 -.530138 0.084078 X6 0.345183 0.435106 -.413152 -.254514 0.167365 0.591044 -.274788 0.056631 X7 0.365788 0.080977 -.388392 0.085724 -.476896 -.561740 -.389637 0.081534 X8 0.365029 -.112389 -.177901 -.479953 0.474450 -.409397 0.427557 0.128860 x1x2x3x4全局均值1643.712903861.045104.1032258240.7811

55、29全局标准差691.386782267.629849345.2232006143.696753398年均值1659.266452877.2419355107.2680645248.189032398年标准差708.616787273.130465147.7055639157.406159699年均值1628.159355844.8480645100.9383871233.373225899年标准差685.074825265.511911743.1500409130.7505032x5x6x7x8全局均值90.4769354873.9458064568.53419355168.9841935全

56、局标准差67.7355961740.440390852.5444266297.020048698年均值89.9238709772.7945161364.99322581163.981290398年标准差65.4202161837.6629490651.4206929493.086489499年均值91.0375.0970967772.07516129173.987096899年标准差71.0543606943.6363100554.25738321102.0917306F1F2F39898关于全局主成分关于全局主成分的解释方差的解释方差7.1054125487.105920.50922610.

57、516430.1099522540.124449898关于全局主成分的贡献率关于全局主成分的贡献率0.8790453750.888240.06299890.0645330.0136027320.024309999关于全局主成分关于全局主成分的解释方差的解释方差6.943333796.943780.59732430.603080.1531859080.160089999关于全局主成分的贡献率关于全局主成分的贡献率0.8527125830.8679730.0733575530.0753850.01881280.020010红字为分年度数据表作主成分分析的方差和贡献率红字为分年度数据表作主成分分析的方差和贡献率-6-4-2024681012147101316192225283134374043464952555861系列3系列2系列1-6-4-2024681012147101316192225283134374043464952555861系列6系列5系列4-4-20246810147101316192225283134374043464952555861系列9系列8系列7演讲完毕，谢谢观看！