matlab主成分分析代码.doc

[zz] matlab中主成分分析的函数 2007-09-17 16:50 1.princomp??? 功能：主成分分析??? 格式：PC=princomp(X)????????????? [PC,SCORE,latent,tsquare]=princomp(X)??? 说明：[PC,SCORE,latent,tsquare]=princomp(X)对数据矩阵X进行主成分分析，给出各主成分 ?? (PC)、所谓的Z-得分(SCORE)、X的方差矩阵的特征值(latent)和每个数据点的HotellingT2统计 ?? 量(tsquare)。2.pcacov??? 功能：运用协方差矩阵进行主成分分析??? 格式：PC=pcacov(X)????????????? [PC,latent,explained]=pcacov(X)??? 说明：[PC,latent,explained]=pcacov(X)通过协方差矩阵X进行主成分分析，返回主成分(PC)、协方 ?? 差矩阵X的特征值(latent)和每个特征向量表征在观测量总方差中所占的百分数(explained)。3.pcares??? 功能：主成分分析的残差??? 格式：residuals=pcares(X,ndim)??? 说明：pcares(X,ndim)返回保留X的ndim个主成分所获的残差。注意，ndim是一个标量，必须小于X ?? 的列数。而且，X是数据矩阵，而不是协方差矩阵。4.barttest??? 功能：主成分的巴特力特检验??? 格式：ndim=barttest(X,alpha)????????????? [ndim,prob,chisquare]=barttest(X,alpha)??? 说明：巴特力特检验是一种等方差性检验。ndim=barttest(X,alpha)是在显著性水平alpha下，给出 满足数据矩阵X的非随机变量的n维模型，ndim即模型维数，它由一系列假设检验所确定，ndim=1表 明数据X对应于每个主成分的方差是相同的；ndim=2表明数据X对应于第二成分及其余成分的方差是 相同的。 1.princomp??功能：主成分分析??格式：PC=princomp(X)9Y.i+v2n\u0012w\u001ER6f g0???????????? [PC,SCORE,latent,tsquare]=princomp(X)百思博客3F\u001Ad+W\u0019d\u0015v\u001Bf\u0019u\u0011a6x??[PC,SCORE,latent,tsquare]=princomp(X)对数据矩阵X进行主成分分析，给出各主成分(PC)、所谓的Z-得分???(SCORE)、X的方差矩阵的特征值(latent)和每个数据点的HotellingT2统计量(tsquare)。 ? 2.pcacov ??功能：运用协方差矩阵进行主成分分析 ??格式：PC=pcacov(X) ????????????[PC,latent,explained]=pcacov(X) ??说明：[PC,latent,explained]=pcacov(X)通过协方差矩阵X进行主成分分析，返回主成分(PC)、协方差矩阵X的特征值(latent)和每个特征向量表征在观测量总方差中所占的百分数(explained)。 ? 3.pcares ??功能：主成分分析的残差 ??格式：residuals=pcares(X,ndim) ??说明：pcares(X,ndim)返回保留X的ndim个主成分所获的残差。注意，ndim是一个标量，必须小于X的列数。而且，X是数据矩阵，而不是协方差矩阵。 ? 4.barttest ??功能：主成分的巴特力特检验 ??格式：ndim=barttest(X,alpha) ????????????[ndim,prob,chisquare]=barttest(X,alpha) ??说明：巴特力特检验是一种等方差性检验。ndim=barttest(X,alpha)是在显著性水平alpha下，给出满足数据矩阵X的非随机变量的n维模型，ndim即模型维数，它由一系列假设检验所确定，ndim=1表明数据X对应于每个主成分的方差是相同的；ndim=2表明数据X对应于第二成分及其余成分的方差是相同的。 主成分分析Matlab源码分析 function [pc, score, latent, tsquare] = princomp(x); %?? PRINCOMP Principal Component Analysis (centered and scaled data). %?? [PC, SCORE, LATE