主要内容

pcacov

主成分分析在协方差矩阵

所有的页面崩溃

语法

多项式系数= pcacov (V)
[多项式系数,潜伏]= pcacov (V)
[多项式系数,潜伏,解释]= pcacov (V)

描述

例子

多项式系数= pcacov (V)在广场上进行主成分分析协方差矩阵V并返回主成分系数,也称为载荷。

pcacov不规范V单位方差。在标准化变量进行主成分分析,用相关矩阵R = v / (SD * SD”),在那里SD =√诊断接头(V))在的地方V。直接对数据矩阵进行主成分分析,使用主成分分析。

例子

(多项式系数,潜在的)= pcacov (V)还返回一个包含主成分方差向量,意义的特征值V。

例子

(多项式系数,潜在的,解释)= pcacov (V)还返回一个向量,其中包含的百分比总方差解释为每个主成分。

例子

全部折叠

打开生活的脚本

创建的协方差矩阵哈尔德数据集。

负载哈尔德covx = x(成分);

进行主成分分析covx变量。

[多项式系数,潜伏,解释]= pcacov (covx)
多项式系数=4×4-0.0678 -0.6460 0.5673 0.5062 -0.6785 -0.0200 -0.5440 0.4933 0.0290 0.7553 0.4036 0.5156 0.7309 -0.1085 -0.4684 0.4844
潜在的=4×1517.7969 67.4964 12.4054 0.2372
解释了=4×186.5974 11.2882 2.0747 0.0397

第一部分解释了总方差的85%以上。前两个组件解释几乎总方差的98%。

输入参数

全部折叠

指定为一个正方形,协方差矩阵对称半正定矩阵。

数据类型:单|双

输出参数

全部折叠

主成分系数,作为一个矩阵返回相同的大小V。每一列的多项式系数包含一个主成分的系数。列是为了减少组件的方差。

主成分方差,作为一个向量长度等于返回尺寸(多项式系数,1)。向量潜在的包含的特征值V。

每个主成分比例的总方差解释说,作为一个向量返回相同的大小潜在的。的条目解释范围从0(没有方差解释)到100(所有的方差解释)。

引用

[1]杰克逊,j·E。用户指南的主要组件。新泽西州霍博肯:约翰·威利和儿子,1991。

[2]Jolliffe, i T。主成分分析。第二版。纽约:斯普林格出版社,2002年版。

[3]Krzanowski w·J。多变量分析的原则:一个用户的角度。纽约:牛津大学出版社,1988年版。

[4]seb, g·a·F。多变量的观察威利,1984。

扩展功能

版本历史

之前介绍过的R2006a

另请参阅

||||