多元统计之主成分分析（PCA）

1、基本思想 目标：在保证数据信息丢失最少的前提下，将原来众多具有相关性的指标转化为少数几个相互独立的综合指标。 作用：（1）、解决多重共线性。（2）、将高维数据进行降维处理。 2、数学模型 如下所示数学模型，X1-XP为原始指标，F1-FP为新的主成分，每一个主成分都是原始指标的线性组合，充分反映原始指标的信息，并且相互独立。 模型需要满足的条件： （1）每个主成分与原始变量的系数的平方和为1。

>>阅读原文<<