|
matlab中主成分分析的函数：
. \& k! V8 ^( i/ A1.princomp
1 c* \) q0 l/ T2 Q) |! t0 v 功能：主成分分析
) E! z- j- ]" D, g1 H7 U# I 格式：PC=princomp(X)0 ^) _, j( ^9 j1 F/ L: T: J7 i1 q. U
[PC,SCORE,latent,tsquare]=princomp(X)/ w$ v( f) t1 j" `0 e K! W
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)。 & r" s& i6 `9 f" z/ ] E( f
2.pcacov" W2 a- T) O. ~3 |) W) p
功能：运用协方差矩阵进行主成分分析
1 g# o9 b1 x; D+ z) o& l! z 格式：PC=pcacov(X); b( G9 N* z+ e* A
[PC,latent,explained]=pcacov(X)
2 x/ E+ J( P2 U2 A+ C 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)。 " b s; f0 _7 N E: {% T6 E
3.pcares% e3 @& a0 A, W! B: h5 U1 c
功能：主成分分析的残差
9 ]+ o+ X0 C3 ]% [/ P, | 格式：residuals=pcares(X,ndim)$ C8 g, `5 A Y9 o2 G; D
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。 * J& ]1 R+ C: n. r/ b4 N5 i
4.barttest6 A) V) i) |- [5 ?$ ^( E( y
功能：主成分的巴特力特检验
5 F# O1 ~! }3 ]* x, C 格式：ndim=barttest(X,alpha)
% {# I! O$ p8 s [ndim,prob,chisquare]=barttest(X,alpha), V3 E' D/ f0 D ^" Q% N7 {
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。 | 
IP卡
狗仔卡
发表于 2005-4-20 16:14
转播
淘帖
分享
收藏
支持
反对
微信
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
显身卡
发表于 2005-4-20 18:20
