我觉得首先你要了解主成分分析的思想和目的。通俗来讲,主成分分析的一个作用是利用降维的思想把多指标转化为少数几个综合指标,在你的案例中你是将左侧的x1--x6转化为上行的变量1,2,3,这样可以用较少的新指标综合反映原来多个变量中的主要信息,更深刻而且减少实际应用中的资料分析的复杂度。第二个作用是解决自变量之间的共线性问题,因为在线性回归中要求模型中的自变量是相互独立的。
对你的案例结果的解释就是,你选择了用三个新的综合变量1,2,3来代替原来的x1--x6六个变量所表示的信息,假设上行变量1,2,3定义为z1,z2,z3,则此表的意思是z1=-0.134x1-0.681x2+0.641x3+0.125x4+0.523x5+0.525x6,z2和z3类似可以用等式表示出来,显然这个表示说明每个综合变量与原变量之间的关系,结合实际例子可以给综合变量定义。
至于z1,z2,z3选择哪个好的问题,因为分析的原理是从方差进行排列的,z1的方差大于z2大于z3,显然z1反映了相对最多的x1--x6的信息,其次是z2。。。
希望能帮到你~
|