北京大学光华管理学院应用统计分析课件第10节主成分分析

《北京大学光华管理学院应用统计分析课件第10节主成分分析》由会员分享，可在线阅读，更多相关《北京大学光华管理学院应用统计分析课件第10节主成分分析（62页珍藏版）》请在装配图网上搜索。

1、主成分分析1 主成分分析主成分分析 主成分回归主成分回归2汇报什么？汇报什么？ 假定你是一个公司的财务经理，掌握了公司的所假定你是一个公司的财务经理，掌握了公司的所有数据，比如有数据，比如固定资产、流动资金、每一笔借贷固定资产、流动资金、每一笔借贷的数额和期限、各种税费、工资支出、原料消耗、的数额和期限、各种税费、工资支出、原料消耗、产值、利润、折旧、职工人数、职工的分工和教产值、利润、折旧、职工人数、职工的分工和教育程度等等育程度等等。 如果让你向上面介绍公司状况，你能够把这些指如果让你向上面介绍公司状况，你能够把这些指标和数字都标和数字都原封不动地摆出去吗原封不动地摆出去吗？ 当然不能。当

2、然不能。 你必须要把各个方面作出高度概括，你必须要把各个方面作出高度概括，用一两个指用一两个指标简单明了地把情况说清楚。标简单明了地把情况说清楚。 3主成分分析主成分分析 每个人都会遇到有每个人都会遇到有很多变量很多变量的数据。的数据。 比如全国或各个地区的带有许多经济和社会变量比如全国或各个地区的带有许多经济和社会变量的数据；各个学校的研究、教学等各种变量的数的数据；各个学校的研究、教学等各种变量的数据等等。据等等。 这些数据的共同特点是变量很多，在如此多的变这些数据的共同特点是变量很多，在如此多的变量之中，有很多是相关的。人们希望能够找出它量之中，有很多是相关的。人们希望能够找出它们的们的

3、少数少数“代表代表”来对它们进行描述。来对它们进行描述。 本章就介绍两种把变量维数降低以便于描述、理本章就介绍两种把变量维数降低以便于描述、理解和分析的方法：解和分析的方法：主成分分析主成分分析（principal principal component analysiscomponent analysis）和）和因子分析因子分析（factor factor analysisanalysis）。实际上）。实际上主成分分析可以说是因子分主成分分析可以说是因子分析的一个特例析的一个特例。在引进主成分分析之前，先看下。在引进主成分分析之前，先看下面的例子。面的例子。4 一项十分著名的工作是美国的统计

4、学家斯通一项十分著名的工作是美国的统计学家斯通(stone)(stone)在在19471947年关于国民经济的研究。他曾利用美年关于国民经济的研究。他曾利用美国国19291929一一19381938年各年的数据，得到了年各年的数据，得到了1717个反映国民个反映国民收入与支出的变量要素，例如雇主补贴、消费资料收入与支出的变量要素，例如雇主补贴、消费资料和生产资料、纯公共支出、净增库存、股息、利息和生产资料、纯公共支出、净增库存、股息、利息外贸平衡等等。外贸平衡等等。1 主成分基本思想5 在进行主成分分析后，竟以在进行主成分分析后，竟以97.497.4的精的精度，用三新变量就取代了原度，用三新变

5、量就取代了原1717个变量。根据个变量。根据经济学知识，斯通给这三个新变量分别命名经济学知识，斯通给这三个新变量分别命名为总收入为总收入F1F1、总收入变化率、总收入变化率F2F2和经济发展或和经济发展或衰退的趋势衰退的趋势F3F3。更有意思的是，这三个变量。更有意思的是，这三个变量其实都是可以直接测量的。斯通将他得到的其实都是可以直接测量的。斯通将他得到的主成分与实际测量的总收入主成分与实际测量的总收入I I、总收入变化率、总收入变化率 I I以及时间以及时间t t因素做相关分析，得到下表：因素做相关分析，得到下表：6F1F1F2F2F3F3i ii it tF1F11 1F2F20 01

6、1F3F30 00 01 1i i0.9950.995-0.041-0.0410.0570.057l li i-0.056-0.0560.9480.948-0.124-0.124-0.102-0.102l lt t-0.369-0.369-0.282-0.282-0.836-0.836-0.414-0.414-0.112-0.1121 17 主成分分析是把各变量之间互相关联的复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。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，这些指析和研究问题，必

7、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，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，具有一定的相但在某种程度上存在信息的重叠，具有一定的相关性。关性。 8成绩数据（成绩数据（student.sav） 100个学生的数学、物理、化学、语文、历史、个学生的数学、物理、化学、语文、历史、英语的成绩如下表（部分）。英语的成绩如下表（部分）。 9从本例可能提出的问题从本例可能提出的问题 目前的问题是，能不能把这个数据的目前的问题是，能不能把这个数据的6 6个变量用个变量用一两个综合变量来表示呢？一两个综合变量来表示呢？ 这一两个综合变量包含有多

8、少原来的信息呢？这一两个综合变量包含有多少原来的信息呢？ 能不能利用找到的综合变量来对学生排序呢？这能不能利用找到的综合变量来对学生排序呢？这一类数据所涉及的问题可以推广到对企业，对学一类数据所涉及的问题可以推广到对企业，对学校进行分析、排序、判别和分类等问题。校进行分析、排序、判别和分类等问题。10主成分分析主成分分析 例中的的数据点是六维的；也就是说，每个观测例中的的数据点是六维的；也就是说，每个观测值是值是6维空间中的一个点。我们希望把维空间中的一个点。我们希望把6维空间用维空间用低维空间表示。低维空间表示。 先假定只有二维，即只有两个变量，它们由横坐先假定只有二维，即只有两个变量，它们

9、由横坐标和纵坐标所代表；因此每个观测值都有相应于标和纵坐标所代表；因此每个观测值都有相应于这两个坐标轴的两个坐标值；如果这些数据形成这两个坐标轴的两个坐标值；如果这些数据形成一个椭圆形状的点阵（这在变量的二维正态的假一个椭圆形状的点阵（这在变量的二维正态的假定下是可能的）定下是可能的） 那么这个椭圆有一个长轴和一个短轴。在短轴方那么这个椭圆有一个长轴和一个短轴。在短轴方向上，数据变化很少；在极端的情况，短轴如果向上，数据变化很少；在极端的情况，短轴如果退化成一点，那只有在长轴的方向才能够解释这退化成一点，那只有在长轴的方向才能够解释这些点的变化了；这样，由二维到一维的降维就自些点的变化了；这样

10、，由二维到一维的降维就自然完成了。然完成了。11主成分分析主成分分析 当坐标轴和椭圆的长短轴平行，那么代表长轴的当坐标轴和椭圆的长短轴平行，那么代表长轴的变量就描述了数据的主要变化，而代表短轴的变变量就描述了数据的主要变化，而代表短轴的变量就描述了数据的次要变化。量就描述了数据的次要变化。 但是，坐标轴通常并不和椭圆的长短轴平行。因但是，坐标轴通常并不和椭圆的长短轴平行。因此，需要寻找椭圆的长短轴，并进行变换，使得此，需要寻找椭圆的长短轴，并进行变换，使得新变量和椭圆的长短轴平行。新变量和椭圆的长短轴平行。 如果长轴变量代表了数据包含的大部分信息，就如果长轴变量代表了数据包含的大部分信息，就用

11、该变量代替原先的两个变量（舍去次要的一用该变量代替原先的两个变量（舍去次要的一维），降维就完成了。维），降维就完成了。 椭圆（球）的长短轴相差得越大，降维也越有道椭圆（球）的长短轴相差得越大，降维也越有道理。理。12-4-2024-4-202413主成分分析主成分分析 对于多维变量的情况和二维类似，也有高维的椭对于多维变量的情况和二维类似，也有高维的椭球，只不过无法直观地看见罢了。球，只不过无法直观地看见罢了。 首先把高维椭球的主轴找出来，再用代表大多数首先把高维椭球的主轴找出来，再用代表大多数数据信息的最长的几个轴作为新变量；这样，主数据信息的最长的几个轴作为新变量；这样，主成分分析就基本完

12、成了。成分分析就基本完成了。 注意，和二维情况类似，高维椭球的主轴也是互注意，和二维情况类似，高维椭球的主轴也是互相垂直的。相垂直的。这些互相正交的新变量是原先变量的这些互相正交的新变量是原先变量的线性组合，叫做主成分线性组合，叫做主成分(principal component)。 14 主成分分析试图在力保数据信息丢失最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，对高维变量空行最佳综合简化，也就是说，对高维变量空间进行降维处理。间进行降维处理。 很显然，识辨系统在一个低维空间要比很显然，识辨系统在一个

13、低维空间要比在一个高维空间容易得多。在一个高维空间容易得多。15 (1) (1) 基于相关系数矩阵还是基于协方差基于相关系数矩阵还是基于协方差矩阵做主成分分析。矩阵做主成分分析。当分析中所选择的经济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，寻找主成分，即研究指维的变量空间降维，寻找主成分，即研究指标体系的少数几个线性组合，这些综合指标标体系的少数几个线性组合，这些综合指标将尽

14、可能多地保留原来指标变异方面的信息。将尽可能多地保留原来指标变异方面的信息。 要讨论的问题是：要讨论的问题是：16 （2 2） 选择几个主成分。主成分分析的选择几个主成分。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息。成分，应该权衡主成分个数和保留的信息。 （3 3）如何解释主成分所包含的实际意义。）如何解释主成分所包含的实际意义。172 数学模型与几何解释 假设我们所讨论的实际问题中，有假设我们所讨论的实际问题中，有p p个指个指标，我们

15、把这标，我们把这p p个指标看作个指标看作p p个随机变量，记为个随机变量，记为X X1 1，X X2 2，X Xp p，主成分分析就是要把这，主成分分析就是要把这p p个指标的问个指标的问题，转变为讨论题，转变为讨论p p个指标的线性组合的问题，而个指标的线性组合的问题，而这些新的指标这些新的指标F F1 1，F F2 2，F Fk k(kp(kp），按照保留），按照保留主要信息量的原则充分反映原指标的信息，并且主要信息量的原则充分反映原指标的信息，并且相互独立。相互独立。18ppppppppppXuXuXuFXuXuXuFXuXuXuF22112222112212211111 这种由讨论多

16、个指标降为少数几个综合指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标的过程在数学上就叫做降维降维。主成分分析通。主成分分析通常的做法是，寻求原指标的线性组合常的做法是，寻求原指标的线性组合Fi。19满足如下的条件：满足如下的条件：122221piiiuuupjijiFFCovji，），（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202x1x1F2F主成分分析的几

17、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。为了方便，我们在二维空间中讨论主成分的几何意义。 设有设有n个样品，每个样品有两个观测变量个样品，每个样品有两个观测变量xl和和x2，在由变，在由变量量xl和和x2 所确定的二维平面中，所确定的二维平面中，n个样本点所散布的情况个样本点所散布的情况如椭圆状。由图可以看出这如椭圆状。由图可以看出这n个样本点无论是沿着个样本点无论是沿着xl 轴方轴方向或向或x2轴方向都具

18、有较大的离散性，其离散的程度可以分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别用观测变量xl 的方差和的方差和x2 的方差定量地表示。显然，的方差定量地表示。显然，如果只考虑如果只考虑xl和和x2 中的任何一个，那么包含在原始数据中中的任何一个，那么包含在原始数据中的经济信息将会有较大的损失。的经济信息将会有较大的损失。 如果我们将如果我们将xl 轴和轴和x2轴先平移，再同时按轴先平移，再同时按逆时针方向旋转逆时针方向旋转 角度，得到新坐标轴角度，得到新坐标轴Fl和和F2。Fl和和F2是两个新变量。是两个新变量。 旋转变换的目的是为了使得旋转变换的目的是为了使得n个样品点在个样品

19、点在Fl轴方向上的离轴方向上的离 散程度最大，即散程度最大，即Fl的方差最大。的方差最大。变量变量Fl代表了原始数据的绝大代表了原始数据的绝大 部分信息，在研部分信息，在研究某经济问题时，即使不考虑变量究某经济问题时，即使不考虑变量F2也无损大也无损大局。经过上述旋转变换原始数据的大部分信息局。经过上述旋转变换原始数据的大部分信息集中到集中到Fl轴上，对数据中包含的信息起到了浓轴上，对数据中包含的信息起到了浓缩作用。缩作用。 Fl，F2除了可以对包含在除了可以对包含在Xl，X2中的信息中的信息起着浓缩作用之外，还具有不相关的性质，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

20、避免了信息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。重叠所带来的虚假性。二维平面上的个点二维平面上的个点的方差大部分都归结在的方差大部分都归结在Fl轴上，而轴上，而F2轴上的轴上的方差很小。方差很小。Fl和和F2称为原始变量称为原始变量x1和和x2的综的综合变量。合变量。F简化了系统结构，抓住了主要矛简化了系统结构，抓住了主要矛盾。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、两个线性代数的结论 1、若若A A是是p p阶实对称阵，则一定可以找到正交阵阶实对称阵，则一定可以找到正交阵U U，使，使ppp00000021AUU1pii. 2 . 1,

21、 其中其中 是是A A的特征根。的特征根。 2 2、若上述矩阵的特征根所对应的单位特征向量若上述矩阵的特征根所对应的单位特征向量为为 ppppppuuuuuuuuu212222111211),(p1uuU 则实对称阵则实对称阵 属于不同特征根所对应的特征属于不同特征根所对应的特征向量是正交的，即有向量是正交的，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由于由于x x为非负定的对称阵，则有利用线性代数的为非负定的对称阵，则有利用线性代数的知识可得，必存在正交阵知识可得，必存在正交阵U U，使得，使得p00

22、1UUX 其中其中 1 1， 2 2， p p为为x x的特征根，不妨假设的特征根，不妨假设 1 1 2 2 p p 。而。而U U恰好是由特征根相对应的特恰好是由特征根相对应的特征向量所组成的正交阵。征向量所组成的正交阵。ppppppuuuuuuuuu212222111211),(p1uuUpiiiuuu，21iUiPi, 2 , 1下面我们来看，是否由下面我们来看，是否由U的第一列元素所构成为原始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。变量的线性组合是否有最大的方差。设有设有P P维正交向量维正交向量11111ppFa Xa X a X1211111)(aUUaaapFV1

23、21111,paaaa12p 12112p1puuau ,u ,uaupii121)( ua piii11auuaaUUa1aa1 1 1piiiia u u a21()piiia u等号成立：11, 0,2,.ia ua uip 当且仅当当且仅当a a1 1 =u1时，即时，即 时，时，有最大的方差有最大的方差 1 1。因为。因为Var(FVar(F1 1)=u)=u1 1 x xu u1 1= = 1 1。 如果第一主成分的信息不够，则需要寻找第二主如果第一主成分的信息不够，则需要寻找第二主成分。成分。ppXuXuF11111（二）（二） 第二主成分第二主成分在约束条件在约束条件 下，寻找

24、第二主成分下，寻找第二主成分 0),cov(21FFppXuXuF21122因为所以0),cov(),cov(121122121uuuuxuxuFF 则，对则，对p p维向量维向量 ，有，有012uupiiipiiiiuuFV122122222)()(uuuuuu pii222)(uu22u36piii122uuuu2 22uUUu2 222uu 2 ppXuXuXuF22221122 所以如果取线性变换所以如果取线性变换： 则则 的方差次大。的方差次大。2F 类推 ppppppppppXuXuXuFXuXuXuFXuXuXuF2211222211221221111137写为矩阵形式：写为矩阵

25、形式：XUFppppppuuuuuuuuu212222111211),(p1uuU),(21pXXXX384 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 说明主成分分析把说明主成分分析把P P个随机变量的总方差分解成个随机变量的总方差分解成为为P P个不相关的随机变量的方差之和。个不相关的随机变量的方差之和。 协方差矩阵协方差矩阵 的的对角线上的元素之和等于特征根对角线上的元素之和等于特征根之和。之和。tr(cov(F)=tr(Ucov(X)U)=tr(cov(X)39 三、精度分析三、精度分

26、析 1 1）贡献率贡献率：第：第i i个主成分的方差在全部方差中所个主成分的方差在全部方差中所占比重占比重 ，称为贡献率，称为贡献率，反映了原来反映了原来P P个指标多个指标多大的信息，有多大的综合能力大的信息，有多大的综合能力。piii1 2 2）累积贡献率累积贡献率：前：前k k个主成分共有多大的综合能力，个主成分共有多大的综合能力，用这用这k k个主成分的方差和在全部方差中所占比重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。来描述，称为累积贡献率。piikii1140 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

27、选择多少个主成分，在实际工作中，主在实际工作中，主成分个数的多少取决于能够反映原来变量成分个数的多少取决于能够反映原来变量80%80%以上的信以上的信息量为依据，即当累积贡献率息量为依据，即当累积贡献率80%80%时的主成分的个数时的主成分的个数就足够了。最常见的情况是主成分为就足够了。最常见的情况是主成分为2 2到到3 3个个。41四、原始变量与主成分之间的相关系数四、原始变量与主成分之间的相关系数pmmj, 2 , 11111211221222212ppppppppxuuuFxuuuFxuuuFXUFXUF ppjjjjxuxuxuF2211421122( ,)(,)ijiiippjijj

28、Cov x FCov u Fu Fu F FuijijjijijjiuuFx),( 可见，可见， 和和 的相关的密切程度取决于对的相关的密切程度取决于对应线性组合系数的大小。应线性组合系数的大小。ixjF4344五、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，他们度量了度量了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，X XP 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，X XP P各各有多少信息分别有多少信息分别F F1 1，F F2 2，F Fm m被提取了被提

29、取了。应该用什么指标来度量？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。451122( )()iiiippVar xVar u Fu Fu F222221 122iiimmippiuuuu则jiju 222/ijiju 如果我们仅仅提出了如果我们仅仅提出了m个主成分，则第个主成分，则第i 原原始变量信息的被提取率为：始变量信息的被提取率为：mjijmjiijjiu12122/是是Fj 能说明的第能说明的第i 原始变量的方差原始变量的方差是是Fj 提取的第提取的第i 原始变量信息的比重原始

30、变量信息的比重46 例例设设 的协方差矩阵为的协方差矩阵为 321,xxx200052021 解得特征根为 83. 51 00. 22 17. 03 ，000. 0924. 0383. 01U1002U000. 0383. 0924. 03U 第一个主成分的贡献率为第一个主成分的贡献率为5.83/（5.83+2.00+0.17）=72.875%，尽管，尽管第一个主成分的贡献率并不小，但在本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。两个主成分。47Xi与与F1的的相关系数相关系数平方平方Xi与

31、与F2的相关的相关系数系数平方平方信息提信息提取率取率xi10.9250.855000.8552-0.9980.996000.99630011111),(iiFx 21 i 22i 22),(iiFxi 925. 01383. 0*83. 52111111 u998. 05)924. 0(*22221112 u01348六、载荷矩阵六、载荷矩阵 111212122212mmpppmuuuuuuuuu495 5 主成分分析的步骤主成分分析的步骤在实际问题中，在实际问题中，X X的协方差通常是未知的，样品有的协方差通常是未知的，样品有 12(1 2)lllplxxxlnX， ， ， ，ppjjln

32、liilxxxxxn)(111 第一步：由第一步：由X X的协方差阵的协方差阵x x，求出其特征根，即解方，求出其特征根，即解方程程 ，可得特征根，可得特征根 。021p 一、基于协方差矩阵一、基于协方差矩阵0I50 第二步：求出分别所对应的特征向量第二步：求出分别所对应的特征向量U U1 1，U U2 2，U Up p， piiiuuu，21iU第三步：计算累积贡献率，给出恰当的主成分个数。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：计算所选出的第四步：计算所选出的k k个主成分的得分。将原始数据的个主成分的得分。将原始数据的中心化值中心化值: : 代入

33、前代入前k k个主成分的表达式，分别计算出各单位个主成分的表达式，分别计算出各单位k k个主个主成分的得分，并按得分值的大小排队。成分的得分，并按得分值的大小排队。ppiiixxxxxx，2211*XXXii51 二、基于相关系数矩阵二、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。用标准化后的数据。52 例一例一 应收账款应收账款是指企业因对外销售产品、材料、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提供

34、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。是产生了应收款项。应收款赊销的效果的好坏，不仅依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。赖于企业的信用政策，还依赖于顾客的信用程度。由此，由此，评价顾客的信用等级，了解顾客的综合信用程度，做到评价顾客的信用等级，了解

35、顾客的综合信用程度，做到“知己知彼，百战不殆知己知彼，百战不殆”，对加强企业的应收账款管理，对加强企业的应收账款管理大有帮助。大有帮助。某企业为了了解其客户的信用程度，采用西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方银行信用评估常用的5C5C方法，方法，5C5C的目的是说明顾客违的目的是说明顾客违约的可能性。约的可能性。 53 1、品格（用品格（用X1表示），表示），指顾客的信誉，履行偿还指顾客的信誉，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义务的可能性。企业可以通过过去的付款记录得到此项。此项。 2、能力（用能力（用X2表示），表示），指顾客的偿还能力。即其指顾

36、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。和支付能力。 3、资本（用资本（用X3表示），表示），指顾客的财务势力和财务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。状况，表明顾客可能偿还债务的背景。 4、附带的担保品（用附带的担保品（用X4表示），表

37、示），指借款人以容易指借款人以容易出售的资产做抵押。出售的资产做抵押。 5 5、环境条件（用环境条件（用X X5 5表示），表示），指企业的外部因素，即指企业的外部因素，即指非企业本身能控制或操纵的因素。指非企业本身能控制或操纵的因素。 54 首先并抽取了首先并抽取了1010家具有可比性的同类企业作为样家具有可比性的同类企业作为样本，又请本，又请8 8位专家分别给位专家分别给1010个企业的个企业的5 5个指标打分，个指标打分，然后分别计算企业然后分别计算企业5 5个指标的平均值，如表。个指标的平均值，如表。 76.581.57675.871.78579.280.384.476.570.673

38、67.668.178.5949487.589.59290.787.39181.58084.666.968.864.866.477.573.670.969.874.857.760.457.460.86585.668.57062.276.57069.271.764.968.9；55 Total Variance = 485.31477778 协方差阵的特征值协方差阵的特征值 Eigenvalue Proportion Cumulative PRIN1 410.506 0.845854 0.84585 PRIN2 43.264 0.089146 0.93500 PRIN3 20.670 0.0425

39、91 0.97759 PRIN4 8.071 0.016630 0.99422 PRIN5 2.805 0.005779 1.00000 特征向量特征向量 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 0.706283 0.210403

40、X5 0.329259 0.122930 0.878054 -.084286 0.31367756 第一主成份的贡献率为第一主成份的贡献率为84.6%，第一主成份，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。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

41、成份将原始数据的值中心化后，代入第一主成份Z1的表示式，的表示式，计算各企业的得分，并按分值大小排序计算各企业的得分，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助。用期、收帐政策等，这对于加强应收帐款的管理大有帮助。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.

42、8-13.8排序排序4 43 37 71 12 28 85 510106 69 957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有关化学产业的3个证券和石油产业的个证券和石油产业的2个证券做了个证券做了100周的收益周的收益率调查。下表是其相关系数矩阵。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。）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。）决定要保留的主成分个数，并解释意义。10.5770.5090.00630.00370.57710.5990.3890.520.5090

43、.59910.4360.4260.3870.3890.43610.5230.4620.3220.4260.523158 相关系数矩阵的特征值相关系数矩阵的特征值 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 0.10855 0.090300 0.93141 PRIN5 0.34295 . 0.0

44、68590 1.00000 特征向量特征向量 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 0.581970 -.435176 -.382439 0.38502459 根据主成分

45、分析的定义及性质，我们已大体上能看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。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。主成分分析能降低所研究的数据空间的维数。即用研究即用研究m维的维的Y空间代替空间代替p维的维的X空间空间(mp)，而低维，而低维的的Y空间代替空间代替 高维的高维的x空间所损失的信息很少。即：使空间所损失的信息很少。即：使只有一个主成分只有一个主成分Yl(即即 m1)时，这个时，这个Yl仍是使用全部仍是使用全部X变量变量(p个个)得到的

46、。例如要计算得到的。例如要计算Yl的均值也得使用全部的均值也得使用全部x的均值。在所选的前的均值。在所选的前m个主成分中，如果某个个主成分中，如果某个Xi的系数的系数全部近似于零的话，就可以把这个全部近似于零的话，就可以把这个Xi删除，这也是一种删除，这也是一种删除多余变量的方法。删除多余变量的方法。6 6 主成分分析主要有以下几方面的应用主成分分析主要有以下几方面的应用60 2有时可通过因子负荷有时可通过因子负荷aij的结构，弄清的结构，弄清X变量间的变量间的某些关系。某些关系。 3. 多维数据的一种图形表示方法。我们知道当维数多维数据的一种图形表示方法。我们知道当维数大于大于3时便不能画出

47、几何图形，多元统计研究的问题大时便不能画出几何图形，多元统计研究的问题大都多于都多于3个变量。要把研究的问题用图形表示出来是不个变量。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，画个主成分或其中某两个主成分，根据主成分的得分，画出出n个样品在二维平面上的分布况，个样品在二维平面上的分布况，由图形可直观地看由图形可直观地看出各样品在主分量中的地位。出各样品在主分量中的地位。61 4由主成分分析法构造回归模型。由主成分分析法构造回归模型。即把各主成即把各主成分作为新自变量代替原来自变量分作为新自变量代替原来自变量x做回归分析。做回归分析。 5用主成分分析筛选回归变量。用主成分分析筛选回归变量。回归变量的选回归变量的选择有着重要的实际意义，为了使模型本身易于做结择有着重要的实际意义，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，构成最佳变量集合。用主成分合中选择最佳变量，构成最佳变量集合。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。得选择最佳变量子集合的效果。62