1 2 3 4 5 6 7 8 9 10 55 60 65 70 75 80 85 90 Values Column Number 通过方差分析表知P接近0,说明第二组评酒员对白葡萄酒的评价几乎无差异性说明第二组评酒员对白葡萄酒的评价数据的可信度相当高。综合分析知第一组评酒员对红葡萄酒的评分可信度低,对白葡萄酒的评分可信度高,而第二组评酒员对红葡萄酒和白葡萄酒的评分的可信度都相当高,所以综合考虑认为第二组评酒员对葡萄的评分的可信度比第一组高。 5.2问题二模型的建立与求解 5.2.1主成份分析原理和模型主成份分析是设法将原来众多具有一定相关性(比如?个指标),重新组合成一组新的互相无关的综合指标来代替原来的指标。通常数学上的处理就是将原来?个指标作线性组合,作为新的综合指标。最经典的做法就是用 1F(选取的第一个线性组合,即第一个综合指标)的方差来表达,即 1 () Var F越大,表示 1F包含的信息越多。因此在所有的线性组合中选取的 1F应该是方差最大的,故称 1F为第一主成份。如果第一主成份不足以代表原来?个指标的信息,再考虑选取 2F即选第二个线性组合,为了有效地反映原来信息, 1F已有的信息就不需要再出现再 2F中,用数学语言表达就是要求 12 ( ) 0 Cov F F ??,则称 2F为第二主成份,依此类推可以构造出第三、第四,??,第 P个主成份。主成份分析的数学模型如下: 1 12 1 22 2 2 ... pp F a ZX a ZX a ZX ? ??? 1 1 2 2... p p p pp p F a ZX a ZX a ZX ? ???其中 12 , , , i i pi a a a( 1, , ip ?)为 X的协方差阵 M的特征值所对应的特征向
全文预览
