主成分分析R语言样本.doc

第一题>data=("",head=T)>head(data)#前六行数据>attach(data)>options(digits=2)>data=(data)#转化为矩阵>v1<-eigen(data)#计算相关系数矩阵特征值和特征向量>v1>zhuchengfen<-p(covmat=data)#用相关系数矩阵做主成份分析>summary(zhuchengfen)>x<-zhuchengfen$loadings;x#主成份载荷>y<-zhuchengfen$scores;y#主成份得分因为只有相关系数矩阵,所以没有主成份得分>screeplot(zhuchengfen,type="lines")依据累计方差贡献率和Kaiser准则,应该选择三个主成份,即PC1、PC2、PC3。累计方差贡献率为64%。PC1、PC2、PC3对方差贡献率分别是38%、15%、11%。结果以下:运动项目第一主成份第二主成份第三主成份100米-------------------:前三个主成份解释了大部分信息;第一次主成份测量是综合运动能力,第二个主成份代表了爆发力臂力,第三主成份测量是爆发性腿力。附录:这是psych软件包中计算主成份结果,p得到结果有很大差异,而且这个结果似乎更轻易解释第二题>library(RODBC)>data=onnectExcel("G:/R/")>data1=sqlFetch(data,"Sheet1")>close(data)#关闭通道>attach(data1)>head(data1)#查看前六行数据>data2=data1[,-1]#去掉第一列数据>options(digits=2)#数据均保留小数点后两位>q2<-p(