用matlab如何做代谢组学的主成分分析？ 对于使用matlab做主成分分析，我认为比较复杂，而使用SPSS软件求解的话，相对要简单得多，你完全可以用SPSS软件来求解，那时间不会超过2小时。如果你真的想用matlab的话，对于主成份分析。我给你一个不错的关于主成分和因子分析的博客吧。http：//hi.baidu.com/quantumyang/blog/item/1d01c315a6a20001b9127bbb.htmlhttp：//hi.baidu.com/quantumyang/blog/item/06e4a33025b3f5a6d0a2d383.html通常的使用主成分分析的建模步骤：第一步：选取了8个与城市经济实力密切相关的指标；第二步：对指标进行无量纲化处理（或归一化处理）。根据不同情况采用不同的公式标准化。第三步：进行主成分分析。1.采用四次方最大法（Quartimax）进行旋转。2.第一主成分的特征根值，方差贡献率，累计方差贡献率。第四步：确定权重由分析的主要个指标，建立权重。第五步：计算综合评价值。
因子分析法如何确定主成分及各个指标的权重？ (1)首先将数据标准化，这是考虑到不同数据间的量纲不一致，因而必须要无量纲化。(2)对标准化后的数据进行因子分析(主成分方法)，使用方差最大化旋转。(3)写出主因子得分和每个主因子的方程贡献率。Fj=β1j*X1+β2j*X2+β3j*X3+…+βnj*Xn；Fj 为主成分(j=1、2、…、m)，X1、X2、X3、…、Xn 为各个指标，β1j、β2j、β3j、…、βnj为各指标在主成分Fj 中的系数得分，用ej表示Fj的方程贡献率。(4)求出指标权重。ωi=[(m∑j)βij*ej]/[(n∑i)(m∑j)βij*ej]，ωi就是指标Xi的权重。扩展资料产品特点1、操作简便界面非常友好，除了数据录入及部分命令程序等少数输入工作需要键盘键入外，大多数操作可通过鼠标拖曳、点击“菜单”、“按钮”和“对话框”来完成。2、编程方便具有第四代语言的特点，告诉系统要做什么，无需告诉怎样做。只要了解统计分析的原理，无需通晓统计方法的各种算法，即可得到需要的统计分析结果。对于常见的统计方法，SPSS的命令语句、子命令及选择项的选择绝大部分由“对话框”的操作完成。因此，用户无需花大量时间记忆大量的命令、过程、选择项。3、功能强大具有完整的数据输入、编辑、统计分析、报表、图形制作等功能。自带11种类型136个。
MATLAB怎么做主成分分析，工作和办公是由于数据太过庞大，维数太高常用到MATLAB对数据进行主成分分析（降维），使数据信息量在尽可能不变的情况下，降低数据的处理复杂度，。
请教大神，怎样利用SPSS计算得出各指标相关矩阵特征值和方差累计贡献率？求具体过程 直接选择相关性分析，选好参数，就会出来计算结果，包括相关系数矩阵，累计方差贡献率。
spss进行主成分分析图文完整教程，主成分分析是将多个指标化为少数几个不相关的综合指标，并对综合指标按照一定的规则进行分类的一种多元统计分析方法。。
跪求matlab实现KPCA和KECA的代码！不胜感激！ 我只有KPCA的，你可以参考参考clear；clc；load normal.matX=normal；X训练数据集[Xrow，Xcol]=size(X)；Xrow：样本个数 Xcol：样本属性个数%数据预处理，进行标准化出理，处理。
主成分分析法中，对主成分的数据做不同的增大或缩小，会有什么影响 不知道你的计算或应用目的是什么，所以不好回答，但你可以很简便的用matlab验证一下：1.princomp进行主成分分析；2.对你得到的主成分，即score，进行var(score(：，1))等，即可验证了.
求助用matlab做主成分分析，已经把贡献率，主成分载荷算出 因素分析的主要目的还是简化题目的结构，把多数单个的题目进行归类，归为少数几个因子，所以在spss里面因素分析在降维菜单下。因此，因素分析最主要的还是要用最少的维度来贡献最多的变异，这应该才是最主要的标准。即便贡献率超过85%，也要看：第一，是否产生了过多的维度，维度过多因素分析就意义不大了；第二，是否有些维度的贡献率偏低，贡献率偏低的话不要也罢。事实上对于做研究，40%的累积贡献率已经算是可以接受，50%以上就可以作为实际应用的标准了。倒是85%显得过于严苛。当然如果能达到这个水平且维度少，每个维度的贡献率又都比较高，那就很理想。spss做因素分析选取主成分个数的标准一般就是两个：第一是特征值，大于1的提取出来，这只是个大概；第二是参考碎石图，看看碎石图拐点出现的位置，看看图从什么地方开始趋于平缓。综合这两点，然后再看看累积贡献率是否合适，就可以完成成份的选取。
