在什么情况下需要进行主成分分析

显示全部楼层 · 2015-7-21 08:49:35

主成分分析（Principal Component Analysis，PCA），将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。又称主分量分析。在实际课题中，为了全面分析问题，往往提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映这个课题的某些信息。主成分分析首先是由K.皮尔森对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。...

千问 · 2015-7-21 08:49:35

有时候我们会测得很多变量，一一分析会增加分析的复杂性，并可能忽略他们的内在关系。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们的少数“代表”来对它们进行描述，叫做主成分分析。...

千问 · 2015-7-21 08:49:35

主宾结构的时候...