主成分分析法的步骤和原理 (1)
主成分分析法(1)【可编辑全文】
Fp
Cov(xi , Fj ) Cov(ui1F1 ui2F2 L uipFp , Fj ) uijj
(
xi
,
Fj
)
uij j i
j
uij j i
可见，xi 和 Fj 的相关的密切程度取决于对 应线性组合系数的大小。
五、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 F1 ， F2 ， …… ， Fm 分 别 从 原 始 变 量 X1 ， X2，……XP中提取了多少信息。那么X1，X2，……XP 各有多少信息分别F1，F2，……，Fm被提取了。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。
F1
F2
F3
i
i
t
F1
1
F2
0
1
F3
0
0
1
i 0.995 -0.041 0.057
l
Δi -0.056 0.948 -0.124 -0.102 l
t -0.369 -0.282 -0.836 -0.414 -0.112 1
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。
i
m
j
u2 ij
/
2 i
m
主成分分析法的步骤和原理
主成分分析法的步骤和原理
1.数据标准化：针对原始数据集，对每个变量进行标准化处理，使得
每个变量的均值为0，方差为1、这样做的目的是确保每个变量都具有相
同的重要性。
2.计算协方差矩阵：协方差矩阵是一个对称的矩阵，它描述了变量之
间的线性关系。
通过计算原始数据的协方差矩阵，可以得到变量之间的相
关程度。
3.计算特征值和特征向量：对协方差矩阵进行特征值分解，得到特征
值和特征向量。
特征值表示了每个主成分所解释的方差的大小，而特征向
量表示了每个主成分的方向。
4.选择主成分：根据特征值的大小，选择解释方差较大的前k个主成分，通常只选取特征值大于1的主成分。
这些主成分可以解释原始数据中
大部分的方差。
5.构建特征向量矩阵：将选取的k个特征向量按照特征值从大到小的
顺序排列，构成一个特征向量矩阵。
6.数据转换：将原始数据与特征向量矩阵相乘，得到降维后的数据集。
每个样本由k个主成分组成，而不再包含原始数据中的所有变量。
主成分分析的原理是基于最大方差的思想。
在原始数据中，方差较大
的变量携带了较多的信息，而方差较小的变量携带了较少的信息。
主成分
分析的目标是将原始数据投影到方差较大的方向上，以便在保留较多信息
的同时降低数据的维度。
通过特征值分解协方差矩阵，可以得到原始数据的主成分。
特征向量代表了每个主成分的方向，而特征值则表示了每个主成分所解释的方差大小。
通常，选择特征值较大的前几个主成分，可以达到保留较多信息的目的。
同时，主成分之间是正交的，即它们之间没有相关性，这样可以进一步减少数据冗余。
主成分分析法的步骤和原理[技巧]
![主成分分析法的步骤和原理[技巧]](https://img.taocdn.com/s3/m/b03d7b9baef8941ea76e0598.png)
主成分分析法的步骤和原理[技巧](一)主成分分析法的基本思想主成分分析(Principal Component Analysis)是利用降维的思想，将多个变量转化为少数几个综合变量(即主成分)，其中每个主成分都是原始变量的线性组合，各主成分之间互不相关，从而这些主成分能够反映始变量的绝大部分信息，[2]且所含的信息互不重叠。
采用这种方法可以克服单一的财务指标不能真实反映公司的财务情况的缺点，引进多方面的财务指标，但又将复杂因素归结为几个主成分，使得复杂问题得以简化，同时得到更为科学、准确的财务信息。
(二)主成分分析法代数模型假设用p个变量来描述研究对象，分别用X，X…X来表示，这p个变量12p t构成的p维随机向量为X=(X，X…X)。
设随机向量X的均值为μ，协方差矩12p阵为Σ。
假设 X 是以 n 个标量随机变量组成的列向量，并且μk 是其第k个元素的期望值，即，μk= E(xk)，协方差矩阵然后被定义为:Σ=E{(X-E[X])(X-E[X])}=(如图对X进行线性变化，考虑原始变量的线性组合:Z1=μ11X1+μ12X2+…μ1pXpZ2=μ21X1+μ22X2+…μ2pXp…… …… ……Zp=μp1X1+μp2X2+…μppXp主成分是不相关的线性组合Z，Z……Z，并且Z是X1，X2…Xp的线性组12p1 合中方差最大者，Z是与Z不相关的线性组合中方差最大者，…，Zp是与Z，211Z ……Z都不相关的线性组合中方差最大者。
2p-1(三)主成分分析法基本步骤第一步:设估计样本数为n，选取的财务指标数为p，则由估计样本的原始数据可得矩阵X=(x)，其中x表示第i家上市公司的第j项财务指标数据。
ijm×pij 第二步:为了消除各项财务指标之间在量纲化和数量级上的差别，对指标数据进行标准化，得到标准化矩阵(系统自动生成)。
第三步:根据标准化数据矩阵建立协方差矩阵R，是反映标准化后的数据之间相关关系密切程度的统计指标，值越大，说明有必要对数据进行主成分分析。
主成分分析法
设法将原来变量重新组合成一组新的互相无关的几个综合变量，同时根据实际需要从中可以取出几个较少的综合变量尽可能多地反映原来变量的信息的统计方法叫做主成分分析或称主分量分析，也是数学上处理降维的一种方法。 二、主成分分析的基 Nhomakorabea思想及步骤
1、基本思想
主成分分析是设法将原来众多具有一定相关性（比如P个指标），重新组合成一组新的互相无关的综合指标来代替原来的指标。通常数学上的处理就是将原来P个指标作线性组合，作为新的综合指标。最经典的做法就是用F1（选取的第一个线性组合，即第一个综合指标）的方差来表达，即Var(F1)越大，表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的，故称F1为第一主成分。如果第一主成分不足以代表原来P个指标的信息，再考虑选取F2即选第二个线性组合，为了有效地反映原来信息，F1已有的信息就不需要再出现在F2中，用数学语言表达就是要求Cov(F1, F2)=0，则称F2为第二主成分，依此类推可以构造出第三、第四，……，第P个主成分。
2、步骤
Fp=a1iZX1+a2iZX2+……+apiZXp 其中a1i, a2i, ……,api(i=1,……,m)为X的协方差阵Σ的特征值所对应的特征向量，ZX1, ZX2, ……, ZXp是原始变量经过标准化处理的值，因为在实际应用中，往往存在指标的量纲不同，所以在计算之前须先消除量纲的影响，而将原始数据标准化，本文所采用的数据就存在量纲影响[注：本文指的数据标准化是指Z标准化]。 A=(aij)p×m=(a1,a2,…am,)，Rai=λiai，R为相关系数矩阵，λi、ai是相应的特征值和单位特征向量,λ1≥λ2≥…≥λp≥0 。 进行主成分分析主要步骤如下： 1. 指标数据标准化（SPSS软件自动执行）； 2. 指标之间的相关性判定； 3. 确定主成分个数m； 4. 主成分Fi表达式； 5. 主成分Fi命名；
PCA的原理及详细步骤
一、基本原理主成分分析是数学上对数据降维的一种方法.其基本思想是设法将原来众多的具有一定相关性的指标X1,X2，…，XP （比如p 个指标），重新组合成一组较少个数的互不相关的综合指标Fm 来代替原来指标.那么综合指标应该如何去提取，使其既能最大程度的反映原变量Xp 所代表的信息，又能保证新指标之间保持相互无关（信息不重叠）。
设F1表示原变量的第一个线性组合所形成的主成分指标，即11112121...p pF a X a X a X =+++，由数学知识可知，每一个主成分所提取的信息量可用其方差来度量，其方差Var(F1)越大,表示F1包含的信息越多。
常常希望第一主成分F1所含的信息量最大，因此在所有的线性组合中选取的F1应该是X1，X2，…，XP 的所有线性组合中方差最大的，故称F1为第一主成分。
如果第一主成分不足以代表原来p 个指标的信息，再考虑选取第二个主成分指标F2,为有效地反映原信息，F1已有的信息就不需要再出现在F2中,即F2与F1要保持独立、不相关，用数学语言表达就是其协方差Cov(F1, F2)=0，所以F2是与F1不相关的X1，X2,…,XP 的所有线性组合中方差最大的，故称F2为第二主成分，依此类推构造出的F1、F2、……、Fm 为原变量指标X1、X2……XP 第一、第二、……、第m 个主成分。
11111221221122221122...............p p p pm m m mp p F a X a X a X F a X a X a X F a X a X a X =+++⎧⎪=+++⎪⎨⎪⎪=+++⎩ 根据以上分析得知：（1) Fi 与Fj 互不相关,即Cov(Fi ，Fj) = 0，并有Var （Fi ）=ai ’Σai,其中Σ为X 的协方差阵（2）F1是X1,X2，…，Xp 的一切线性组合(系数满足上述要求）中方差最大的,……，即Fm 是与F1，F2，……，Fm －1都不相关的X1,X2，…，XP 的所有线性组合中方差最大者。
主成分分析法介绍
主成分分析方法我们进行系统分析评估或医学上因子分析等时，多变量问题是经常会遇到的。
变量太多，无疑会增加分析问题的难度与复杂性，而且在许多实际问题中，多个变量之间是具有一定的相关关系的。
因此，我们就会很自然地想到，能否在各个变量之间相关关系研究的基础上，用较少的新变量代替原来较多的变量，而且使这些较少的新变量尽可能多地保留原来较多的变量所反映的信息事实上，这种想法是可以实现的，本节拟介绍的主成分分析方法就是综合处理这种问题的一种强有力的方法。
第一节 主成分分析方法的原理主成分分析是把原来多个变量化为少数几个综合指标的一种统计分析方法，从数学角度来看，这是一种降维处理技术。
假定有n 样本，每个样本共有p 个变量描述，这样就构成了一个n×p 阶的数据矩阵：111212122212.....................p p n n np x x x x x x X x x x ⎛⎫⎪⎪= ⎪ ⎪⎪⎝⎭ (1)如何从这么多变量的数据中抓住事物的内在规律性呢要解决这一问题，自然要在p 维空间中加以考察，这是比较麻烦的。
为了克服这一困难，就需要进行降维处理，即用较少的几个综合指标来代替原来较多的变量指标，而且使这些较少的综合指标既能尽量多地反映原来较多指标所反映的信息，同时它们之间又是彼此独立的。
那么，这些综合指标（即新变量)应如何选取呢显然，其最简单的形式就是取原来变量指标的线性组合，适当调整组合系数，使新的变量指标之间相互独立且代表性最好。
如果记原来的变量指标为p x x x ,,21 ，它们的综合指标——新变量指标为 21,z z ，m z （m≤p)。
则)2.........(..........22112222121212121111⎪⎪⎩⎪⎪⎨⎧+++=+++=+++=p mp m m m pp pp x l x l x l z x l x l x l z x l x l x l z在（2)式中，系数l ij 由下列原则来决定： （1)z i 与z j （i≠j ；i ，j=1，2，…，m)相互无关； （2)z 1是x 1，x 2，…，x p 的一切线性组合中方差最大者；z 2是与z 1不相关的x 1，x 2，…，x p 的所有线性组合中方差最大者；……；z m 是与z 1，z 2，……z m-1都不相关的x 1，x 2，…，x p 的所有线性组合中方差最大者。
(完整版)主成分分析法的步骤和原理
（一）主成分分析法的基本思想主成分分析（Principal Component Analysis ）是利用降维的思想，将多个变量转化为少数几个综合变量（即主成分），其中每个主成分都是原始变量的线性组合，各主成分之间互不相关，从而这些主成分能够反映始变量的绝大部分信息，且所含的信息互不重叠。
[2]采用这种方法可以克服单一的财务指标不能真实反映公司的财务情况的缺点，引进多方面的财务指标，但又将复杂因素归结为几个主成分，使得复杂问题得以简化，同时得到更为科学、准确的财务信息。
（二）主成分分析法代数模型假设用p 个变量来描述研究对象，分别用X 1，X 2…X p 来表示，这p 个变量构成的p 维随机向量为X=(X 1，X 2…X p )t 。
设随机向量X 的均值为μ，协方差矩阵为Σ。
对X 进行线性变化，考虑原始变量的线性组合： Z 1=μ11X 1+μ12X 2+…μ1p X pZ 2=μ21X 1+μ22X 2+…μ2p X p…… …… ……Z p =μp1X 1+μp2X 2+…μpp X p主成分是不相关的线性组合Z 1，Z 2……Z p ，并且Z 1是X 1，X 2…X p 的线性组合中方差最大者，Z 2是与Z 1不相关的线性组合中方差最大者，…，Z p 是与Z 1，Z 2 ……Z p-1都不相关的线性组合中方差最大者。
（三）主成分分析法基本步骤第一步：设估计样本数为n ，选取的财务指标数为p ，则由估计样本的原始数据可得矩阵X=(x ij )m ×p ，其中x ij 表示第i 家上市公司的第j 项财务指标数据。
第二步：为了消除各项财务指标之间在量纲化和数量级上的差别，对指标数据进行标准化，得到标准化矩阵（系统自动生成）。
第三步：根据标准化数据矩阵建立协方差矩阵R ，是反映标准化后的数据之间相关关系密切程度的统计指标，值越大，说明有必要对数据进行主成分分析。
其中，R ij （i ，j=1，2，…，p ）为原始变量X i 与X j 的相关系数。
主成分分析法及其在SPSS中的操作
一、（一）主成分分析基本原理概念：主成分分析是把原来多个变量划为少数几个综合指标的一种统计分析方法。
从数学角度来看，这是一种降维处理技术。
思路：一个研究对象，往往是多要素的复杂系统。
变量太多无疑会增加分析问题的难度和复杂性，利用原变量之间的相关关系，用较少的新变量代替原来较多的变量，并使这些少数变量尽可能多的保留原来较多的变量所反应的信息，这样问题就简单化了。
原理：假定有n 个样本，每个样本共有p 个变量，构成一个n ×p 阶的数据矩阵，记原变量指标为x 1，x 2，…，x p ，设它们降维处理后的综合指标，即新变量为 z 1，z 2，z 3，… ，z m (m ≤p)，则系数l ij 的确定原则：①z i 与z j （i ≠j ；i ，j=1，2，…，m ）相互无关；②z 1是x 1，x 2，…，x P 的一切线性组合中方差最大者，z 2是与z 1不相关的x 1，x 2，…，x P 的所有线性组合中方差最大者； z m 是与z 1，z 2，……，z m －1都不相关的x 1，x 2，…x P ，的所有线性组合中方差最大者。
新变量指标z 1，z 2，…，z m 分别称为原变量指标x 1，x 2，…，x P 的第1，第2，…，第m 主成分。
从以上的分析可以看出，主成分分析的实质就是确定原来变量x j （j=1，2 ，…， p ）在诸主成分z i （i=1，2，…，m ）上的荷载 l ij （ i=1，2，…，m ； j=1，2 ，…，p ）。
⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=np n n p p x x x x x x x x x X 212222111211⎪⎪⎩⎪⎪⎨⎧+++=+++=+++=p mp m m m p p pp x l x l x l z x l x l x l z x l x l x l z 22112222121212121111............从数学上可以证明，它们分别是相关矩阵m 个较大的特征值所对应的特征向量。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（一）主成分分析法的基本思想
主成分分析（Principal Component Analysis ）是利用降维的思想，将多个变量转化为少数几个综合变量（即主成分），其中每个主成分都是原始变量的线性组合，各主成分之间互不相关，从而这些主成分能够反映始变量的绝大部分信息，且所含的信息互不重叠。
[2]
采用这种方法可以克服单一的财务指标不能真实反映公司的财务情况的缺点，引进多方面的财务指标，但又将复杂因素归结为几个主成分，使得复杂问题得以简化，同时得到更为科学、准确的财务信息。
（二）主成分分析法代数模型
假设用p 个变量来描述研究对象，分别用X 1，X 2…X p 来表示，这p 个变量构成的p 维随机向量为X=(X 1，X 2…X p )t 。
设随机向量X 的均值为μ，协方差矩阵为Σ。
对X 进行线性变化，考虑原始变量的线性组合： Z 1=μ11X 1+μ12X 2+…μ1p X p
Z 2=μ21X 1+μ22X 2+…μ2p X p
…… …… ……
Z p =μp1X 1+μp2X 2+…μpp X p
主成分是不相关的线性组合Z 1，Z 2……Z p ，并且Z 1是X 1，X 2…X p 的线性组合中方差最大者，Z 2是与Z 1不相关的线性组合中方差最大者，…，Z p 是与Z 1，Z 2 ……Z p-1都不相关的线性组合中方差最大者。
（三）主成分分析法基本步骤
第一步：设估计样本数为n ，选取的财务指标数为p ，则由估计样本的原始数据可得矩阵X=(x ij )m ×p ，其中x ij 表示第i 家上市公司的第j 项财务指标数据。
第二步：为了消除各项财务指标之间在量纲化和数量级上的差别，对指标数据进行标准化，得到标准化矩阵（系统自动生成）。
第三步：根据标准化数据矩阵建立协方差矩阵R ，是反映标准化后的数据之间相关关系密切程度的统计指标，值越大，说明有必要对数据进行主成分分析。
其中，R ij （i ，j=1，2，…，p ）为原始变量X i 与X j 的相关系数。
R 为实对称矩阵
（即R ij =R ji ），只需计算其上三角元素或下三角元素即可，其计算公式为：
2211)()()
()(j kj n
k i kj j kj n k i kj ij X X X X X X X X R -=--=-=∑∑ 第四步：根据协方差矩阵R 求出特征值、主成分贡献率和累计方差贡献率，确定主成分个数。
解特征方程0=-R E λ，求出特征值λi （i=1，2，…，p ）。
因为R 是正定矩阵，所以其特征值λi 都为正数，将其按大小顺序排列，即λ1≥λ2≥…≥λi ≥0。
特征值是各主成分的方差，它的大小反映了各个主成分的影响力。
主成分Z i 的贡献率W i =∑=p
j j j 1λλ，累计贡献率为
∑∑==p
j j m j j 11λλ。
根据选取主成分个数的原则，特征值要求大于1且累计贡献率达80%-95%的特征值λ1，λ2，…，λm 所对应的1，2，…，m （m ≤p ），其中整数m 即为主成分的个数。
第五步：建立初始因子载荷矩阵，解释主成分。
因子载荷量是主成分Z i 与原始指标X i 的相关系数R （Z i ，X i ），揭示了主成分与各财务比率之间的相关程度，
利用它可较好地解释主成分的经济意义。
第六步：计算企业财务综合评分函数F m ，计算出上市公司的综合值，并进行降序排列：
F m =W 1Z 1 + W 2Z 2+…+ W i Z i
[2] 朱星宇，陈勇强.SPSS 多元统计分析方法及应用[M].北京：清华大学出版社，2011.241。