pcacov

Анализ главных компонентов ковариационной матрицы

Синтаксис

COEFF = pcacov(V)
[COEFF,latent] = pcacov(V)
[COEFF,latent,explained] = pcacov(V)

Описание

COEFF = pcacov(V) выполняет анализ основных компонентов p-by-p ковариационной матрицы V и возвращает коэффициенты основного компонента, также известные как загрузки. COEFF является p-by-p матрицей с каждым столбцом, содержащим коэффициенты для одного основного компонента. Столбцы в порядке уменьшения отклонения компонента.

pcacov не стандартизирует V, чтобы иметь модульные отклонения. Чтобы выполнить анализ основных компонентов стандартизированных переменных, используйте корреляционную матрицу   R = V./(SD*SD'), где SD = sqrt(diag(V)), вместо V. Чтобы выполнить анализ основных компонентов непосредственно матрицы данных, используйте pca.

[COEFF,latent] = pcacov(V) возвращает latent, вектор, содержащий отклонения основного компонента, то есть, собственные значения V.

[COEFF,latent,explained] = pcacov(V) возвращает explained, вектор, содержащий процент общего отклонения, объясненного каждым основным компонентом.

Примеры

load hald
covx = cov(ingredients);
[COEFF,latent,explained] = pcacov(covx)
COEFF =
  0.0678 -0.6460  0.5673 -0.5062
  0.6785 -0.0200 -0.5440 -0.4933
 -0.0290  0.7553  0.4036 -0.5156
 -0.7309 -0.1085 -0.4684 -0.4844

latent =
  517.7969
  67.4964
  12.4054
  0.2372

explained =
  86.5974
  11.2882
  2.0747
  0.0397

Ссылки

[1] Джексон, J. E. Руководство пользователя к основным компонентам. Хобокен, NJ: Джон Вайли и сыновья, 1991.

[2] Jolliffe, я. T. Анализ главных компонентов. 2-й редактор, Нью-Йорк: Springer-Verlag, 2002.

[3] Крзановский, W. J. Принципы многомерного анализа: перспектива пользователя. Нью-Йорк: Издательство Оксфордского университета, 1988.

[4] Seber, G. A. F., многомерные наблюдения, Вайли, 1984.

Расширенные возможности

Смотрите также

| | | | |

Представлено до R2006a

Для просмотра документации необходимо авторизоваться на сайте