主成分分析应用(Ⅱ)——主成分聚类分析

本文目的是介绍主成分聚类分析的概念、作用以及用软件实现计算的方法。无序样品聚类分析方法很多,本文仅介绍基于主成分变量的无序样品聚类分析方法。由于缺乏评价聚类效果的金标准,本文所介绍的聚类方法的实用价值有待进一步研究。     

主成分分析应用(Ⅰ)——主成分回归分析

本文目的是介绍主成分回归分析的概念、作用以及用软件实现计算的方法。先对自变量进行主成分分析,然后将主成分变量视为新的自变量,再进行多重线性回归分析。通过不引入和引入派生变量以及采取不同的策略筛选自变量,可以获得多个合格的多重线性回归模型。在回归模型自由度接近相等时,基于残差方差最小、复相关系数最大为评价指标,从众多回归模型中优中选优。得出的经验为:应慎用主成分回归分析。     

合理进行多元分析——广义主成分分析

本文目的是介绍与主成分分析有关的基本概念、计算方法、两个实例以及SAS实现。基本概念包括相关矩阵、特征值与特征向量、主成分变量、主成分表达式和主成分的性质;计算方法涉及特征值与特征向量的求法、主成分分析的计算原理以及系数估计和个数的确定;两个实例中的资料分别为“20例肝病患者的4项肝功能指标的测定结果”和“23种肿瘤类期刊的文献计量学指标的调查结果”;借助SAS对两个实例中的定量资料进行了主成分分析,并基于主成分的计算结果分别实现了样品聚类和样品排序,并对输出结果作出了解释。     

基于SAS与R软件的主成分分析

本文目的是介绍主成分分析的概念、作用和用软件实现计算的方法。应弄清适合进行主成分分析的数据结构、如何利用SAS和R软件实现计算的具体方法,尤其是计算结果的解释和利用。值得注意的是:满足同质性的单组设计多元定量资料是适合进行主成分分析的数据结构的突出特点;主成分分析可用于下列场合:数据降维、主成分回归分析和主成分聚类分析等。     

Matlab程序实现心脏形态学形状主成分的聚类分析*★

背景：快速的将心脏按其特征进行聚类可为后续统计分析和研究带来很大的便利。系统聚类法是将样品或变量按照其性质上的亲疏相似程度进行分类的一种多元统计方法。 目的：提出用主成分-聚类分析的方法来描述心脏形态学形状并进行分类，对中国健康成年人的心脏X射线测量的各项指标进行综合评价。 方法：搜集了36例健康成年人的胸片，并用MxLiteView软件手动测量了每幅胸片中代表心脏形态学形状常用的10个指标，用Matlab软件对测量指标进行主成分分析，然后对提取出的主成分进行聚类。 结果与结论：主成分分析后提取出3个主成分变量，将36例样本用提取的主成分进行聚类，可将样本分为3类，分别代表了心脏的3类不同的心型。用该方法对心脏形态学形状进行快速分类，对心脏的统计和分类研究提供了一定的参考价值。     

基于主成分分析建立的肺胸部生理健康检查模型**

背景：X射线胸片是临床肺胸部疾病鉴别诊断的重要手段之一,但大量数据的处理也为诊断工作带来巨大的压力。 目的：验证利用主成分分析来评价肺胸部生理状况的理论的可行性,提出于临床中建立肺胸部生理健康检查模型的观念。 方法：采集202名健康成年人的胸片,用MxLiteView软件手动测量每幅胸片的能代表肺胸部生理健康的9个测量项目。基于MATLAB软件自行编程实现主成分分析算法,对采集的实验数据进行处理。 结果与结论：数据处理得到主成分变量,经分析与评定,可以分别表示特定区域的肺胸部生理健康状况。说明利用主成分分析法可快速而有效的对大量X射线胸片生理数据进行预处理和分析,实现直接由数据反映人的肺胸部生理健康状况。进一步证实建立肺胸部生理健康检查模型思想的可行性,有利于缓解目前临床方面人力资源浪费的现状。     

选择性视觉认知变化时事件相关电位的主成分分析

目的探讨"图形-背景"认知机制,将64通道记录电位分解成几个主要成分,为临床研究提供可视化图形和电位分布图。方法 32名平均年龄30.34士4.02岁的健康受试者,用鲁宾花瓶/少妇老太双层含义的两个图形作为刺激任务,64通道高密度记录ERP。采用主成分分析的统计方法对事件相关电位进行分析处理。结果同一图形两种含义刺激得到6个成分,图形认知含义变化相关波形主成分的位相翻转,从发生时间轴上看,100～450ms之间均有翻转的电位。结论 "图像-背景"认知从ERP最初的100ms成分就开始发生。电位相位反转并伴随整个电位过程,对临床研究有重要生理意义。     

幻觉属性的主成分分析

目的　应用较少的因子来了解幻觉属性。方法　应用幻觉量表对 83例精神疾病患者进行评定 ,并对 18项属性进行主成分分析。结果　 18种属性中的大多数属性之间都存在着统计学意义的相关性 ,可以用 4个因子来表达幻觉属性 ,分别是效应因子、真实性因子、精神病性因子和独有性因子。 4个公共因子的累计贡献率为 56 %。结论　幻觉大多数属性相关性好 ,属性可以从 4个方面来描述。     

暴力犯罪责任能力的有关因素分析

目的 初步探讨暴力犯罪司法精神医学鉴定中具有重要意义的因子及其判别能力。方法 对１２９例鉴定资料中收集的２９个变量作主成分分析，并分别以辨认、控制和责任能力为因变量作逐步判别分析，剔选主要的参考因子。结果 辨认因子为皮类司法鉴定的第一主成分；辨认能力与控制能力的判别因子不尽相同，但其相互之间以及它们与责任能力之间一高度相关；责任能力的多元判别方程具有较好的实用价值。结论 暴力犯罪责任能力的评定是一     

如何正确运用χ~2检验——高维表资料统计分析方法概述

本文目的是介绍高维表资料的种类及其对应的统计分析方法。基于结果变量的资料类型,常见的高维表资料可分为以下三类,即结果变量为二值变量、多值名义变量和多值有序变量。高维表资料的统计分析方法主要有两大类,第一类为广义差异性分析,内容包括"加权χ~2检验""CMH χ~2检验"和"Meta分析";第二类为回归分析,内容包括"对数线性回归模型分析""Logistic回归模型分析""Probit回归模型分析"和"离散选择模型分析"。