1.判断是否适合做主成份分析，变量标准化Kaiser-Meyer-Olkin抽样充分性测度也是用于测量变量之间相关关系的强弱的重要指标，是通过比较两个变量的相关系数与偏相关系数得到的。KMO介于0于1之间。KMO越高，表明变量的共性越强。如果偏相关系数相对于相关系数比较高，则KMO比较低，主成分分析...
分类：
其他好文 时间：
2015-08-13 21:43:32
阅读次数：
453
11.2对应分析在很多情况下，我们所关心的不仅仅是行或列变量本身，而是行变量和列变量的相互关系，这就是因子分析等方法无法解释的了。1970年法国统计学家J.P.Benzenci提出对应分析，也称关联分析、R-Q型因子分析，其是一种多元相依变量统计分析技术。它通过分析由定性变量构成的交互汇总表，来揭示...
分类：
编程语言 时间：
2015-07-01 15:33:02
阅读次数：
422
补充内容：R自带函数，测试数据，因子评分数据文件（点击无效则复制下面URL到迅雷下载）http://files.cnblogs.com/files/panpansky/%E4%B8%BB%E5%9B%A0%E5%AD%90%E5%88%86%E6%9E%90%E8%A1%A5%E5%85%85%E6...
分类：
编程语言 时间：
2015-06-30 12:08:53
阅读次数：
247
主因子分析，在炼数成金课程中提到：?降维的一种方法，是主成分分析的推广和发展?是用于分析隐藏在表面现象背后的因子作用的统计模型。试图用最少个数的不可测的公共因子的线性函数与特殊因子之和来描述原来观测的每一分量?例子：各科学习成绩（数学能力，语言能力，运劢能力等）?例子：生活满意度（工作满意度，家庭满...
分类：
编程语言 时间：
2015-06-29 23:57:03
阅读次数：
311
上一篇笔记中，介绍了因子分析模型，因子分析模型使用d维子空间的隐含变量z来拟合训练数据，所以实际上因子分析模型是一种数据降维的方法，它基于一个概率模型，使用EM算法来预计參数。本篇主要介绍PCA(Principal Components Analysis, 主成分分析)，也是一种降维方法，可是该方法...
分类：
其他好文 时间：
2015-05-18 14:41:29
阅读次数：
145
一、主成分分析
主成分分析流程
1、原始数据标准化。
2、计算标准化变量间的相关系数矩阵。
3、计算相关系数矩阵的特征值和特征向量。
4、计算主成分变量值。
5、统计结果分析，提取所需的主成分。
相关系数公式
主成分计算公式
其中Y是主成分变量矩阵，X是原始数据标准化后的矩阵，U是相关系数矩阵的特征向量。
特征值和特征向量的关系
主成分变量对应...
分类：
其他好文 时间：
2015-05-15 17:43:46
阅读次数：
1957
第十四章：主成分和因子分析本章内容主成分分析探索性因子分析其他潜变量模型主成分分析（PCA）是一种数据降维技巧，它能将大量相关变量转化为一组很少的不相关变量，这些无关变量称为主成分。探索性因子分析（EFA）是一系列用来发现一组变量的潜在结构的方法。它通过寻找一组更小的、潜在的或隐藏的结构来解释已观测...
分类：
其他好文 时间：
2015-05-06 22:45:31
阅读次数：
361
http://www.datasoldier.net/post/40.htmlhttp://wenku.baidu.com/view/4904e121192e45361066f522.htmlhttp://wenku.baidu.com/link?url=EwayX82S9pd1TO486JW4iE...
分类：
其他好文 时间：
2015-04-20 22:30:20
阅读次数：
555
本节课内容： 因子分析 ---因子分析中的EM步骤的推导过程 主成份分析：有效地降低维度的方法 因子分析 混合高斯模型的问题 接下来讨论因子分析模型，在介绍因子分析模型之前，先看高斯分布的另一种写法，该写法是推导因子分析模型的基础。 高斯分布的矩阵写法 因子分析模型 因子分析模型的推导 EM 求解参...
分类：
其他好文 时间：
2015-04-06 12:50:22
阅读次数：
140
本节内容： 1、混合高斯模型； 2、将混合高斯模型应用到混合贝叶斯模型；（应用：文本聚类） 3、结合EM算法，讨论因子分析算法； 4、高斯分布的有用性质。混合高斯模型将一般化的EM算法流程（下载笔记）应用到混合高斯模型因子分析模型因子分析的基本目的就是用少数几个因子去描述许多指标或因素之间的联系，即...
分类：
其他好文 时间：
2015-04-02 14:44:36
阅读次数：
298
