从主成分分析的残差
残差= pcares(X,NDIM)
[残差,重构] = pcares(X,NDIM)
残差= pcares(X,NDIM)
返回残差
通过保持所获得NDIM
该n由-P矩阵的主成分X
。行X
对应于观察,列变量。NDIM
是一个标量,并且必须是小于或等于p。残差
的大小与相同的矩阵X
。使用数据矩阵,不的协方差矩阵,与该功能。
pcares
不正常化X的列执行基于标准化变量主成分分析,即,根据相关性,使用pcares(zscore(X),NDIM)
。可以通过使用上的协方差或相关矩阵直接执行主成分分析,但没有构建残差pcacov
。
[残差,重构] = pcares(X,NDIM)
返回重构观测;也就是说,逼近X
通过保持其首先获得NDIM
主成分。
此示例示出了残差的下降从哈尔德数据的组件的尺寸的数量增加的第一行从一至三个。
加载哈尔德R1 = pcares(成分1);R2 = pcares(成分,2);R3 = pcares(成份,3);R11 = R1(1,:) R11 = 2.0350 2.8304 -6.8378 3.0879 R21 = R2(1,:) R21 = -2.4037 2.6930 -1.6482 2.3425 R31 = R 3(1,:) R31 = 0.2008 0.1957 0.2045 0.1921
[1]杰克逊,J.E.,用户指南主成分,John Wiley和Sons,1991。
[2]乔利夫,I. T.,主成分分析,第2版,施普林格,2002年。
[3] Krzanowski,W. J.多元统计分析原理:用户的角度。纽约:牛津大学出版社,1988年。
[4] Seber,G. A. F.多元意见。新泽西州霍博肯市:John Wiley和Sons公司,1984年。