《实验五 主成份分析与因子分析》由会员分享，可在线阅读，更多相关《实验五 主成份分析与因子分析（10页珍藏版）》请在金锄头文库上搜索。
1、课程名称：数据分析与sas实验实验编号 及实验名称实验五主成份分析与因子分析 实验六典型相关分析系另U姓名学号班级实验地点实验日期实验时数4指导教师同组其他成员成绩一、 实验目的及要求目的：就主成份分析和因子分析的基本用法进行练习，锻炼学生动手用这些方法解决实际问题。用验证典型相关分析寻找邮电业和经济发展的深层次关系的实验来向学生引入如何运用典型相关分析来 解决实际问题。二、 实验环境及相关情况（包含使用软件、实验设备、主要仪器及材料等） 装有sas系统的个人电脑三、实验内容及步骤（包含简要的实验步骤流程）内容：运用princomp和factor过程进行主成份分析与因子分析。 步骤：1.导入整
2、理主成份分析的数据。data clh;input number x1-x4 ;cards;1 1484172782 1393471763 1604977864 1493667795 1594580866 1423166767 1534376838 1504377799 15142778010 13931687411 14029647412 16147788413 15849788314 14033677715 137316673161523573791714947827918145357077191604774872015644788521151427382221473873782315739
3、688024147306575251574880882615136748027144366876281413067762913932687330148387078run;2.进行主成份分析。out =lwh;href=2 vref=0;proc princomp data=clh predix =z var x1-x4;run;options ps=32 ls=85;proc plot data=lwh;plot z2* z1 $ number=*/href=-1run;proc sort data=lwh;by z1;run;proc print data=lwh;var number z1
4、 z2 x1-x4;run;data liuku;input x1-x7;n=_n_;cards;11.835 0.48 14.36 25.21 25.21 0.81 0.9845.596 0.526 13.85 24.04 26.01 0.91 0.963.525 0.086 24.40 49.3 11.3 6.82 0.853.681 0.37 13.57 25.12 26.0 0.82 1.0148.287 0.386 14.5 25.9 23.32 2.18 0.9317.956 0.28 9.75 17.05 37.2 0.464 0.987.37 0.506 13.6 34.28
5、10.69 8.8 0.564.223 0.34 3.8 7.1 88.2 1.11 0.976.442 0.19 4.7 9.1 73.2 0.74 1.0316.234 0.393.15.4121.50.421.010.585 0.422.44.7135.60.870.9823.535 0.232.64.6151.80.311.025.398 0.12 2.8 6.2 111.2 1.14 1.07283.149 0.148 1.763 2.968 215.86 0.14 0.98316.604 0.317 1.453 2.432 263.41 0.249 0.98307.31 0.173
6、 1.627 2.729 235.7 0.214 0.99322.515 0.312 1.382 2.32 282.21 0.024 1.00254.58 0.297 0.899 1.476 410.3 0.239 0.93304.092 0.283 0.789 1.357 438.36 0.193 1.01202.446 0.042 0.741 1.266 309.77 0.29 0.99run;proc factor data=liuku out=lwh Nfactor=3 method=prin priors=one rotate=varimax simple p=0.8 score o
7、utstat=zhouhm;var x1-x7;run;proc score data=liuku;score=zhouhmout=nihao;var x1-x7;run;内容：运用cancorr过程对邮电业和国民经济之间做典型相关分析1导入整理数据。data lwh;input year letters expressage mobile stationary industry agriculture architecture service;cards;199579.55 5562.7 362.9 4070.6 12135.8 24950.6 3728.8 19978.5199678.68
8、 7096.6 685.3 5494.7 14015.4 29447.6 4387.4 23326.2199768.55 6878.9 1323.3 7031.0 14441.9 32921.4 4621.6 26988.1199865.51 7331.8 2386.3 8742.1 14817.6 34018.4 4985.8 30580.5199960.52 9091.3 4329.6 10871.6 14770.0 35861.5 5172.1 33873.4200077.71 11031.4 8453.3 14482.9 14944.7 40033.6 5522.3 38714.020
9、0186.93 12652.7 14522.2 18036.8 15781.3 43580.6 5931.7 44361.62002106.01 14036.2 20600.5 21422.2 16537.0 47431.3 6465.5 49898.92003103.84 17237.8 26995.3 26274.7 17381.7 54945.5 7490.8 56004.7200482.81 19771.9 33482.4 31175.6 21412.7 65210.0 8694.3 64561.3200573.51 22880.3 39340.6 35044.5 22420.0 77
10、230.8 10133.8 73432.9200671.31 26988.0 46105.8 36778.6 24040.0 91310.9 11851.1 84721.4200769.50 120189.6 54730.6 36563.7 28095.0 107367.2 14014.1 100053.5run;2.典型相关分析proc cancorr data=lwh all;var letters expressage mobile stationary;withindustry agriculture architecture service;run;四、实验结果（包括程序或图表、结论
11、陈述、数据记录及分析等，可附页）1. 对学生身高、体重等信息分析结果相关阵的特征值和特征向量EigenvaIues of the Correiaticin MatrixEigenvalueDifferenceProport ionCumu 丨 sit i ve13.541098003.227714840.88530.885320.313383160.233974200.07830.963630.079408950.013299060.01990.983540.066109890.01651.0000Eigenvectorsxl0.496966-.543213-.4496270.505747x2
12、0.5145710.210246-.462330-.690844x30.4809010.7246210.1751770.461488x40.506928-.3682940.743908-.232343zlz2z4第一主成份的贡献率以高达88.53%；且前面在各主成份的累积贡献率已达96.36%。因此用两个主成份 就能很好地概括这组数据。有最大的两个特征值对应的特征向量可以写出第一和第二主成份：F1= 0.496966x1+ 0.514571x2+ 0.480901x3+ 0.506928x4;F2= -0.543213x1+ 0.210246x2+ 0.724621x3 -0.368294x4
13、;30各同学在两个主成份上的得分身高体重胸围坐高111-2.78973-0.34290215-2.766190.31256329-2.363940.47796410-2.324890.35918528-2.12466-0.1350266-2.07044-0.31742724-2.02249-0.77568814-1.83494-0.0493792-1.568450.706401027-1.34958-0.021841118-1.055870.06650124-0.74720-0.792501330-0.49442-0.144871422-0.282260.35144151-0.068730.234131616-0.06286-0.2037017260.16092-0.0424518230.24728-1.2344519210.78286-0.160342080.811960.767902190.918930.574862271.397170.0595123171.529461.6757524202.10474-0.0218125132.401480.1648826192.47936-0.9563927122.56467-0.20921Obs numberzlz2079912709459878217101396
