JMP 14.2 联机文档
发现 JMP
使用 JMP
基本分析
基本绘图
刻画器指南
实验设计指南
拟合线性模型
预测和专业建模
多元方法
质量和过程方法
可靠性和生存方法
消费者研究
Scripting Guide
JSL Syntax Reference
该帮助的版本不再更新,请参见
https://www.jmp.com/support/help/zh-cn/15.2
获取最新的版本.
多元方法
•
统计详细信息
•
“宽线性”方法和奇异值分解
• SVD 和协方差矩阵
上一个
•
下一个
SVD 和协方差矩阵
本节说明如何使用 SVD 获取协方差矩阵的特征向量和特征值。关注的矩阵具有至少一个大的维度时,计算 SVD 比计算它的协方差矩阵和特征值分解高效得多。
用
n
表示观测数,用
p
表示关注的多元分析中涉及的变量数。用
X
表示数据值的
n
x
p
矩阵。
通常对标准化数据应用 SVD。要将某个值标准化,需减去其均值,再除以其标准差。用
X
s
来表示标准化数据值的
n
x
p
矩阵。之后,标准化数据的协方差矩阵成为
X
的相关性矩阵,它的计算公式如下:
可以对
X
s
应用 SVD 来获取
X
s
’X
s
的特征向量和特征值。当矩阵
X
很宽(很多列)或很高(很多行)时,这样做可以高效计算特征向量和特征值。此方法是宽 PCA 的基础。请参见
“主成分”一章中第 50 页的
““主成分”报表”
。