发帖
雷达卡
1.主成分分析定义：
主成分分析是考察多个变量间相关性的一种多元统计方法（张文彤等，2017）。
2.主成分分析应用目的：
主成分分析应用目的可以被简单归结为数据的压缩和数据的解释。
其常被用来寻找判断某种事物或现象的综合指标，并且给综合指标所包含的信息以适当的解释，从而更加深刻揭示事物的内在规律（张文彤等，2017）。
3.主成分分析的基本思想：
主成分分析研究如何通过少数几个主分量来解释多个变量间的内部结构（张文彤等，2017）。
也就是说，从原始变量中导出少数几个主分量，使它们尽可能多地保留原始变量的信息，且彼此间互不相关。
4.主成分分析的计算步骤（下述附件有Stata代码详细展开）：
第一步，对原来的p个指标进行标准化，以消除变量在数量级或量纲上的影响。
第二步，根据标准化的数据矩阵求出协方差或相关矩阵。
第三步，求出协方差矩阵的特征根和特征向量。
第四步，确定主成分，结合专业知识给各主成分所蕴涵的信息给予适当的解释（张文彤等，2017）。
【数据】主成分分析代码+案例Stata代码Do文档示例数据提取主成分降维指标
(76 Bytes, 需要: RMB 19 元)
京公网安备 11010802022788号
