R语言主成分分析的案例.docx

R语言主成分分析的案例
R语言也介绍到案例篇了,也有不少同学反馈说还是不是特别明白一些基础的东西,希望能够有一些比较浅显的可以操作的入门。其实这些之前SPSS实战案例都不少,老实说一旦用上了开源工具就好像上瘾了,对于以前的SAS、clementine之类的可视化工具没有一点感觉了。本质上还是觉得要装这个、装那个的比较麻烦,现在用R或者python直接简单安装下,导入自己需要用到的包,活学活用一些命令函数就可以了。以后平台上集成R、python的开发是趋势,包括现在BAT公司内部已经实现了。
    今天就贴个盐泉水化学分析资料的主成分分析和因子分析通过R语言数据挖掘的小李子:
    有条件的同学最好自己安装下R,操作一遍。
今有20个盐泉,.(数据可以自己模拟一份)
其中x1:矿化度(g/L);
x2:Br•103/Cl;
x3:K•103/Σ盐;
x4:K•103/Cl;
x5:Na/K;
x6:Mg•102/Cl;
x7:εNa/εCl.

导入数据保存在对象saltwell中
>saltwell<-("c:/",header=T)
>saltwell

1标准误、方差贡献率和累积贡献率
><- p(saltwell, scale = TRUE)
>summary(,loadings=TRUE)
2每个变量的标准误和变换矩阵
>p(saltwell, scale = TRUE)

> > str()
4利用主成分的标准误计算出主成分的累积方差比例
>cumsum($sdev^2)/7
[1]
5各个化学成分占主成分的得分
> $x
6数据分析结果图形表示
>screeplot(,main="saltwell")
> biplot()
按第一主成分排序的结果:
> (sort($x[,1]))
主因子分析
计算数据的相关系数矩阵
<-cor(saltwell)
>
计算特征值和特征向量及因子的贡献率和累积贡献率
> <-eigen(