摘 要： 通過主成分分析并結(jié)合SPSS軟件得到具有高信息含量的A第一主成分和A第二主成分，并分別確定A第一主成分和A第二主成分的函數(shù)解析式。在變量基礎(chǔ)上增加A第一主成分變量，并再次通過主成分分析得到具有高信息含量的B第一主成分和B第二主成分，并分別確定B第一主成分、B第二主成分和綜合主成分的函數(shù)解析式，對三者分別進行排序，確定患病與健康的判定指標(biāo)。
關(guān)鍵詞： 主成分分析；多因子綜合分析；統(tǒng)計回歸分析；SPSS技術(shù)
主成分分析是將多個變量通過線性變換以選出較少個數(shù)重要變量的一種多元統(tǒng)計分析方法。在實際課題中，為了全面分析問題，往往提出很多與此有關(guān)的變量，因為每個變量都在不同程度上反映這個課題的某些信息。但是，在用統(tǒng)計分析方法研究多變量的課題時，變量個數(shù)太多就會增加課題的復(fù)雜性。人們希望變量個數(shù)較少，同時得到較多的信息。變量之間存在一定的相關(guān)關(guān)系，當(dāng)2個變量之間有一定相關(guān)關(guān)系時，可以解釋為這2個變量反映此課題的信息有些重疊。主成分分析是對原先提出的所有變量建立盡可能少的新變量，這些新變量在反映課題的信息方面盡可能保持原有的信息[1]。
人們到醫(yī)院就診時，通常要化驗指標(biāo)來協(xié)助醫(yī)生的診斷。診斷就診人員是否患腎炎時通常要化驗人體內(nèi)各種元素含量，主要包括鋅(Zn)、銅(Cu)、鐵(Fe)、鈣(Ca)、鎂(Mg)、鉀(K)及鈉(Na)。表1是確診病例的化驗結(jié)果，其中1~30號病例是已經(jīng)確診為腎炎病人的化驗結(jié)果，31~60號病例是已經(jīng)確定為健康人的結(jié)果[2]。在論文中列出的數(shù)據(jù)是原始數(shù)據(jù)中1~10號病例及31~40號病例的數(shù)據(jù)，運用主成分計算時以所有數(shù)據(jù)為初始數(shù)據(jù)。
1 主成分分析模型
2 模型應(yīng)用
2.1 問題分析解決
因C1=[X1 X2 … X7]*[U11 U12 … U17]T，因為特征值的方差貢獻率為72.67 %，表明C1包含原變量中的絕大部分信息，則在原來7個因子的基礎(chǔ)上引入C1作為第8個因子，C1=[0.70502、0.6341、0.87415、0.80724、0.4212、0.62897、0.37992、0.85489、0.57495、0.71527、-0.74635、0.03003、-0.30047、-0.03826、-0.80605、-1.32826、-0.5588、-0.00363、0.37216、-3.19199]。再將其做標(biāo)準化變化，再次通過主成分分析并結(jié)合SPSS軟件確定B第一主成分F1、第二主成分F2和綜合主成分F。根據(jù)對這8個因子通過SPSS的因子分析如表4、表5所示。
由表5可知C1與5種元素有著顯著的相關(guān)性[5]，可見許多變量之間直接的相關(guān)性比較強，證明它們存在信息上的重疊。
2.2 主成分表達式
主成分個數(shù)提取原則為主成分對應(yīng)特征值>1的前m個主成分。特征值在某種程度上可以被看成是表示主成分影響力度大小的指標(biāo)，如果特征值<1，說明該主成分的解釋力度還不如直接引入原變量的平均解釋力度，因此一般可以用特征值>1作為納入標(biāo)準。通過表4可知，提取2個主成分，即m=2。從表5可知C1、Zn、Cu、Fe、Ca、Mg在B第一主成分上有較高的載荷，說明B第一主成分基本反映了這些指標(biāo)的信息，K、Na在B第二主成分上有較高的載荷，說明B第二主成分基本反映了K、Na 2個指標(biāo)的信息。所以提取2個主成分是基本反映全部指標(biāo)的信息，所以決定用2個新的變量來代替原來的8個變量。通過SPSS將表5中的數(shù)據(jù)除以主成分相對應(yīng)的特征值開平方根，得到兩主成分中每個指標(biāo)所對應(yīng)的系數(shù)。將得到的特征向量與標(biāo)準化后的數(shù)據(jù)相乘，然后就可以得到主成分表達式[6]：
由(1)、(2)、(3)式得到B第一主成分F1、B第二主成分F2和綜合主成分F的數(shù)據(jù)及排名，如表6所示。
由表6可以看出第一主成分中以0為臨界值，0.1為修正值，即(-0.1，0.1)為不穩(wěn)定狀態(tài)，此狀態(tài)下的就診人員將隨機被確定為患者和健康者中的1個。而當(dāng)F1>0.1時，將此時對應(yīng)的就診人員確定為健康者；當(dāng)F1<－0.1時，將此時的就診人員確定為患者。經(jīng)此方法判定的患者與健康者與表1中的患者與健康者基本一致，并且與用綜合主成分分析得到的結(jié)果基本一致。其判定的準確性可以達到95％以上，因此具備很強的可信性與科學(xué)性。
本文創(chuàng)新點在于模型中連續(xù)做了2次主成分分析，即二次主成分分析，并伴有大量的數(shù)據(jù)處理和數(shù)據(jù)分析，合理的結(jié)論背后擁有強大的理論支持和數(shù)據(jù)支持，具有很強的科學(xué)性和可信性。不過，確診病人還是需要通過醫(yī)生的具體分析，以達到所需效果。
參考文獻
[1] 主成分分析[EB/OL].http：//baike.baidu.com/view/45376.htm，2009-03.
[2] 北京工業(yè)大學(xué)數(shù)學(xué)建模競賽初賽試題B題[EB/OL].http：//www.wendang.com/soft/16922.htm，2008-05.
[3] 主成分分析[EB/OL].http：//ec.njue.edu.cn/tjx/wf_dytjfx/slides/chap03.2009-05.
[4] 張文霖.主成分分析在SPSS中的操作和應(yīng)用[J].理論與分析,2005(12)：31-35.
[5] 王林輝.基于主成分分析的棉花品種綜合評價及聚類分析[J].廣東農(nóng)業(yè)科學(xué),2009(1)：29-32.
[6] 董寒青.解析SPSS對主成分分析的計算技術(shù)[J].知識叢林,2004(3)：117-118.