matlab主成分分析案例 最低0.27元开通文库会员，查看完整内容>；原发布者：笨蛋大楠瓜1.设随机向量X=（X1，X2，X3）T的协方差与相关系数矩阵分别为，分别从，出发，求的各主成分以及各主成分的贡献率并比较差异况。解答：>；>；S=[14；425]；[PC，vary，explained]=pcacov(S)；总体主成分分析：>；>；[PC，vary，explained]=pcacov(S)主成分交换矩阵：PC=-0.1602-0.9871-0.98710.1602主成分方差向量：vary=25.64910.3509各主成分贡献率向量explained=98.65041.3496则由程序输出结果得出，X的主成分为：Y1=-0.1602X1-0.9871X2Y2=-0.9871X1+0.1602X2两个主成分的贡献率分别为：98.6504%，1.3496%；则若用第一个主成分代替原来的变量，信息损失率仅为1.3496，是很小的。2.根据安徽省2007年各地市经济指标数据，见表5.2，求解：（1）利用主成分分析对17个地市的经济发展进行分析，给出排名；（2）此时能否只用第一主成分进行排名？为什么？解答：（1）>；>；clear>；>；A=[491.70，380.31，158.39，121.54，22.74，439.65，344.44，17.43；21.12，30.55，6.40，12.40，3.31，21.17，17.71，2.03；1.71，2.35，0.57，0.68，0.13，1.48，1.36，-0.03；9.83，9.05，3.13，3.43，0.64，8.76，7.81，0.54；64.06，77.86，20.63，30.37，5.96，63.57，52.15，4.71；30.38，46.90，9。
matlab pca主成分的贡献率太低是什么原因 pca的主成分是由原始数据与得分矩阵共同得到的，这可能与你目标成分的选取有关
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。
matlab主成分分析法是扎回事 主成分分析（Principal 主成分分析（Principal Component Analysis，PCA），将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。又称主分量分析。。
matlab如何实现主成分分析？ function[lambda，T，fai]=MSA2(A)求标准化后的协差矩阵，再求特征根和特征向量标准化处理[p，n]=size(A)；for j=1：nmju(j)=mean(A(：，j))；sigma(j)=sqrt(cov(A(：，j)))；endfor i=1：pfor j=1：nY(i，j)=(A(i，j)-mju(j))/sigma(j)；endendsigmaY=cov(Y)；求X标准化的协差矩阵的特征根和特征向量[T，lambda]=eig(sigmaY)；Xsum=sum(sum(lambda，2)，1)；for i=1：nfai(i)=lambda(i，i)/Xsum；end方差贡献率
