Matlab主成分分析と因子分析

Matlab Principal Component Analysis

matlabの主成分分析で使用される関数は次のとおりです。

1.princomp
機能：主成分分析
フォーマット：PC = princomp（X）
[PC、SCORE、latent、tsquare] = princomp（X）
説明：[PC、SCORE、潜在、tsquare] = princomp（X）は、データ行列Xで主成分分析を実行し、各主成分（PC）、いわゆるZスコア（SCORE）、分散の緯度を与えます。 Xの行列と各データポイントのHotellingT2統計量（tsquare）。

2.pcacov
関数：共分散行列を使用した主成分分析
フォーマット：PC = pcacov（X）
[PC、潜在的、説明済み] = pcacov（X）
説明：[PC、潜在的、説明済み] = pcacov（X）は、共分散行列Xによって主成分分析を実行し、主成分（PC）と共分散行列Xの固有値を返します（潜在的であり、各特徴ベクトルは、観測の全分散。

因子分析

元の変数をいくつかの因子の線形結合に分解し、それらのいくつかを選択して、因子の数を決定します：累積寄与率が80％を超えるか、相関係数行列の特徴的な根の数が多い1より。

因子分析のためのMATLABでのfactoran関数の使用

[lambda、psi、T、stats、F] = factoran（X、m）

xは観測係数の行列、mは共通因子の数、lambdaはp×mの因子負荷行列（pは元の変数の数）、およびi番目の行とj番目の要素列はj番目の共通因子負荷のi変数、pisは帰無仮説の最大尤度推定値、Tはm次因子負荷回転行列、statsは帰無仮説を検定するための統計です（因子の数m）、p値が有意水準aより大きい場合、帰無仮説を受け入れ、Fはスコア行列です。