老師同學(xué)們大家好，今天給大家分享主成分分析法此資料包括stata主成分分析，里面有配套數(shù)據(jù)和代碼，數(shù)據(jù)用了最簡單的 y x x1等展示，代碼做了詳細(xì)解釋

不僅如此，我們還配備了matlab做主成分分析的代碼，供大家使用！

主成分分析（Principal Component Analysis，PCA）， 是一種統(tǒng)計(jì)方法。通過正交變換將一組可能存在相關(guān)性的變量轉(zhuǎn)換為一組線性不相關(guān)的變量，轉(zhuǎn)換后的這組變量叫主成分。在實(shí)際課題中，為了全面分析問題，往往提出很多與此有關(guān)的變量（或因素），因?yàn)槊總€變量都在不同程度上反映這個課題的某些信息。主成分分析首先是由K.皮爾森（Karl Pearson）對非隨機(jī)變量引入的，爾后H.霍特林將此方法推廣到隨機(jī)向量的情形。信息的大小通常用離差平方和或方差來衡量。

復(fù)制此鏈接下載：

https://www.caomeikeyan.com/forum.php?mod=viewthread&tid=1638

(出處: 草莓科研服務(wù)網(wǎng)——中國專業(yè)社科交流平臺)