matlab中主成分分析的函数
2008-07-23 00:49
417 查看
matlab中主成分分析的函数: 1.princomp 功能:主成分分析 格式:PC=princomp(X) [PC,SCORE,latent,tsquare]=princomp(X) 说明:[PC,SCORE,latent,tsquare]=princomp(X)对数据矩阵X进行主成分分析,给出各主成分
(PC)、所谓的Z-得分 (SCORE)、X的方差矩阵的特征值(latent)和每个数据点的HotellingT2统计
量(tsquare)。 2.pcacov 功能:运用协方差矩阵进行主成分分析 格式:PC=pcacov(X) [PC,latent,explained]=pcacov(X) 说明:[PC,latent,explained]=pcacov(X)通过协方差矩阵X进行主成分分析,返回主成分(PC)、
协方差矩阵X的特征值(latent)和每个特征向量表征在观测量总方差中所占的百分数(explained)。 3.pcares 功能:主成分分析的残差 格式:residuals=pcares(X,ndim) 说明:pcares(X,ndim)返回保留X的ndim个主成分所获的残差。注意,ndim是一个标量,必须小于
X的列数。而且,X是数据矩阵,而不是协方差矩阵。 4.barttest 功能:主成分的巴特力特检验 格式:ndim=barttest(X,alpha) [ndim,prob,chisquare]=barttest(X,alpha) 说明:巴特力特检验是一种等方差性检验。ndim=barttest(X,alpha)是在显著性水平alpha下,
给出满足数据矩阵X的非随机变量的n维模型,ndim即模型维数,它由一系列假设检验所确定,ndim=1
表明数据X对应于每个主成分的方差是相同的;ndim=2表明数据X对应于第二成分及其余成分的方差是
相同的。
相关文章推荐
- 主成分分析(PCA)——matlab程序及函数详解
- matlab主成分分析函数princomp简介
- matlab 主成分分析函数(PC A)
- matlab classify 线性判别分析函数
- 【R/Matlab】PCA(主成分分析)
- PCA (主成分分析)详解 (写给初学者) 结合matlab
- Matlab时频分析工具箱小波尺度图函数的使用说明与实例
- 主成分分析(PCA)原理与故障诊断(SPE、T^2以及结合二者的综合指标)-MATLAB实现
- PCA (主成分分析)详解 (写给初学者) 结合matlab
- 时间序列分析的matlab统计量函数1
- PCA(Principal Component Analysis 主成分分析)原理及MATLAB实现
- MATLAB感悟(4)--主成分分析
- PCA (主成分分析)详解 (写给初学者) 结合matlab
- 用MATLAB做聚类分析时非常有用的自定义距离函数和标准化函数
- matlab实现主成分分析 princomp函数
- 利用matlab中的函数进行线性回归分析
- MATLAB fread函数分析
- matlab实现主成分分析 princomp函数
- PCA (主成分分析)详解 (写给初学者) 结合matlab
- 主成分分析的matlab代码