|
matlab中主成分分析的函数:
2 k. `: u# W( ]+ M. D! p% G! `1.princomp
2 \( {3 L5 ^, z$ z% e 功能:主成分分析
* Z5 N6 A+ t9 ~2 e$ G7 } 格式:PC=princomp(X)9 |5 ] f4 q+ K
[PC,SCORE,latent,tsquare]=princomp(X)
; }3 v3 X; r0 v; Q$ X8 V) a 说明:[PC,SCORE,latent,tsquare]=princomp(X)对数据矩阵X进行主成分分析,给出各主成分(PC)、所谓的Z-得分 (SCORE)、X的方差矩阵的特征值(latent)和每个数据点的HotellingT2统计量(tsquare)。
+ b) C& C4 }1 L. e2.pcacov
5 l: K9 t& u# |& H 功能:运用协方差矩阵进行主成分分析
$ |2 f$ |/ ?0 P! r: V/ X7 f( ` 格式:PC=pcacov(X)! F# q5 W$ e0 N4 v. }
[PC,latent,explained]=pcacov(X)# d5 X$ q1 J- C& M" a( ~ i6 i
说明:[PC,latent,explained]=pcacov(X)通过协方差矩阵X进行主成分分析,返回主成分(PC)、协方差矩阵X的特征值(latent)和每个特征向量表征在观测量总方差中所占的百分数(explained)。
/ W& R! r* U$ c/ S2 M7 m3.pcares
0 |" _7 c* C! X: w3 [ 功能:主成分分析的残差
* {7 ~' o1 P4 M0 R/ O$ |: i 格式:residuals=pcares(X,ndim)
7 v) [! X# V! R! n3 v0 o 说明:pcares(X,ndim)返回保留X的ndim个主成分所获的残差。注意,ndim是一个标量,必须小于X的列数。而且,X是数据矩阵,而不是协方差矩阵。
7 l2 h3 b* L0 J4 M4.barttest
% b! s, M6 [4 U( j3 j8 \ 功能:主成分的巴特力特检验
0 Q, h4 H3 s5 j; z 格式:ndim=barttest(X,alpha)
3 a3 B" d* V: n) r! L [ndim,prob,chisquare]=barttest(X,alpha)
! q: {9 a! I# k- }( E$ d 说明:巴特力特检验是一种等方差性检验。ndim=barttest(X,alpha)是在显著性水平alpha下,给出满足数据矩阵X的非随机变量的n维模型,ndim即模型维数,它由一系列假设检验所确定,ndim=1表明数据X对应于每个主成分的方差是相同的;ndim=2表明数据X对应于第二成分及其余成分的方差是相同的。 |