|
matlab中主成分分析的函数:
}! g [) i9 N# N: Y; ^9 h/ }+ m1.princomp* Y$ `' Q! G; p' y6 K9 ~( a2 c- h
功能:主成分分析9 \! Y* S" |& M2 e
格式:PC=princomp(X)
- I( X/ f6 S( f- Q [PC,SCORE,latent,tsquare]=princomp(X)# D- ]( g) e& p
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)。
; `# e: w0 O" v% J8 `2.pcacov
# T6 l/ [9 n/ [: @" z 功能:运用协方差矩阵进行主成分分析6 @0 h7 V5 I9 M4 q& G, A% j
格式:PC=pcacov(X)% I* o2 s) B3 ^ w2 b
[PC,latent,explained]=pcacov(X)' x" C# O u1 N# d4 x' U
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)。 3 j5 n) J9 ]' K* F8 A+ z7 z2 o
3.pcares* ~4 `" \ E$ l2 \4 K6 Y- n
功能:主成分分析的残差' ]8 e9 @ f; r+ y$ {8 S X
格式:residuals=pcares(X,ndim)
6 q8 O9 G$ ^% g& w; Y 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。 # l+ i& E5 \4 o4 Y! P
4.barttest7 Q+ O, S( R/ g* n" C
功能:主成分的巴特力特检验 W" o! _5 z" ]. x( B8 I# Z; k
格式:ndim=barttest(X,alpha)
* m. [# `1 D8 u) O4 t [ndim,prob,chisquare]=barttest(X,alpha)
$ u4 |$ m4 R8 B; m6 U/ u 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。 |