canoco5主成分分析步骤_基于R语言的主成分分析

基于R语言的主成分分析

加入的SPSS群里有人问，怎么用SPSS进行主成分分析。确实没有注意到这种操作。很好奇，于是翻了翻孙振球的《医学统计学》，发现主成分分析这一块，竟使用了SAS！后来再找找网上的说明，SPSS似乎却被是不能直接进行主成分分析的。

主成分分析在R语言里面的实现几乎是瞬间的事儿，它只需要princomp()一个函数。

于是从记录的几次考试成绩里找了稍规整些的Excel表，行列转换了重新粘贴在csv文件里，直接给score向量了。

代码如下：

#Excel列转行直接赋给向量score

RStudio输出结果：

Importanceofcomponents:

Comp.1Comp.2Comp.3Comp.4Comp.5

Standarddeviation1.76644141.05699921.00675330.81546550.26821204

ProportionofVariance0.5260.18620790.16892540.11083070.01198962

CumulativeProportion0.5260.70626040.87518580.98601650.99800608

Comp.6

Standarddeviation0.109377749

ProportionofVariance0.001993915

CumulativeProportion1.000000000

Loadings:

Comp.1Comp.2Comp.3Comp.4Comp.5Comp.6

ch10.5340.1630.2450.7450.263

ch20.5330.1990.188-0.5970.527

ch30.5570.114-0.144-0.804

ch40.181-0.763-0.2290.537-0.208

ch50.289-0.303-0.544-0.7090.145

ch6-0.5240.759-0.377

>#画碎石图给出主成分

>screeplot(score.pr,type="lines")

>

第1章ch1几乎决定了52%的总成绩，而ch2、ch3、ch4影响程度相差不多，至ch4累计贡献已经达到0.9860165，ch5、ch6几乎可以不看了，这样，从观察6次成绩变成以观察4次、甚至只观察第1次成绩为主，达到了降维的目的。

总之从这一点上，R语言要比SPSS可能要方便得多。R语言拥有极其方便易用的Help，关于主成分分析，有更多的介绍和功能，在此不述。