2011年统计师备考之统计实务：模糊现象的评价(5)
2.计算矩阵R http://www.examw.com/tjs/Files/2010-11/30/143919346.jpg3.计算矩阵R的特征值和特征向量
表2-30 特征值和特征向量表
主成分
特征值
λ
特征向量
L1
L2
L3
L4
Y1
Y2
Y3
Y4
2.920
1.024
0.049
0.007
0.1485
0.9544
0.2516
-0.0612
-0.5735
-0.0984
0.7733
0.2519
-0.5577
0.2695
-0.5589
0.5513
-0.5814
0.0824
-0.1624
-0.0793
4.计算贡献率和累计贡献率，据以确定主成分(即综合指标)的个数，并建立主成分方程。
表2-31 贡献率和累计贡献率表
主成分
特征值
λ
贡献率
累计贡献率
Y1
Y2
Y3
Y4
2.920
1.024
0.049
0.007
0.730
0.256
0.012
0.002
0.730
0.986
0.998
1.000
从表2-31可见，前两个主成分的累计贡献率为98.6%，如果舍去其余的主成分，丢失的信息仅为1.4%。因此，在进行一般分析时，可选取两个主成分。如果目的是为了进行综合评价，则只需选择第一主成分即可，其贡献率为73%，已包含了原始数据的部分信息。具有一定的代表性。该方程为：
y1=0.1485x1-0.5735x2-0.5577x3-0.5814x4
页:
[1]