R語言用principal和princomp怎麼實現 主成分分析和因子分析啊?

時間 2021-06-01 16:21:07

1樓:liar lee

這個問題其實可以這麼理解!princomp()函式得出來的結果(Comp.1...

),與我們求解相關係數矩陣得出的特徵向量和特徵值是一致的,這個特徵向量代表的是主成分(PC1...)與各變數(X1...)的回歸係數;而principal()函式得出的結果,是主成分(PC1...

)與各變數(X1...)的相關係數,所以不一樣,因為中間有乙個變換:相關係數的求解公式如下:

corr(PC1,X1)=a11*[Var(PC1)]^(0.5) ,其中Var(PC1)就是主成分PC1的特徵值。也就是說:

principal()函式得出的結果,可以用來更好的解釋主成分與原變數之間的相關性。

這是princomp()函式結果:

圖中有Na其實是值趨近於0被省略了...

這是principal()函式結果

很明顯princomp()函式結果和principal()函式結果不一致。

特徵向量和princomp()函式結果是一致的。

0.1601573* 4.937517779^(0.5) =0.36 驗證成功!

2樓:親愛的龍哥

PCA數學形式一般都是 X=PY , 其中X為你原始資料, P為factor loadings的方陣, Y為主成分矩陣,就是各列之間互相垂直的矩陣。 另外一種形式就是 std_X = PY,其中std_X = mu + sigma * X,也就是標準化後的原始資料。 也有可能僅僅是 std_X = mu + X, 只中心化而並沒有標準化。

你去看看包的幫助文件, 把R的結果的object的變數都挨個檢視和試一遍, 就知道怎麼回事了。

如何理解C語言中的 p和 p 和 p

諾坎普奇蹟 name為陣列指標 陣列本身就是一種特殊的指標 而P為位址的位址,因為指標可以進行移位運算,所以可以直接運算 確實等同於p name i 第二個a為陣列頭指標的位址,a則為儲存陣列頭指標位址的位址,p為陣列a 4 的位址,故可以賦值p a 冒泡 file 1 name的型別是char 3...

聯想拯救者R9000P(2021)和R7000P(2021)有啥不一樣的地方?

丹特麗安的書姬 亮點如下 螢幕的公升級是最大的亮點。聯想拯救者 R9000P 2500 1600 16 10 100 SRGB 165hz 500尼特 G Sync FreeSync Premium DC調光 萊茵硬體級低藍光認證 X Rite色彩管理聯想拯救者 R7000P 1920 1080 1...

拯救者 Y7000P和R7000P)和榮耀獵人哪個很值得購買?

FlandreChan AMD YES AMD同級乙個快能打兩個了 當然如果不外接顯示器,吃獵人的顏值也可以入,會接顯示器的話還是算了,合蓋散熱有問題。反正最主要的問題是你能搶到哪台 涼塵 R7000p已經不需要搶了 2020年10月16日下午3點的截圖 京東好像有bug,可以去官網買400贈品 送...