主成分分析的SAS过程的介绍

在SAS 统计分析中，主成分分析是用PROC PRINCOMP 过程来进行的。用该过程进行主成分分析时，可以从原始数据开始，也可以直接从方差—协方差矩阵或相关系数矩阵开始。分析结果还可以存储到数据集中，以供其他过程调用。

（一）调用格式

PROC PRINCOMP 选项；

VAR 变量名列表；

PARTIAL 变量名列表；

FREQ 变量名列表；

WEIGHT 变量名列表；

BY 变量名列表

上述语句中，除了PROC PRINCOMP 语句为必需语句外，只有VAR 语句经常使用，其他语句都是供选择使用的语句。

（二）语句说明

1.PROC PRINCOMP 语句

PROC PRINCOMP 语句调用PRINCOMP 过程进行主成分分析，识别输入的数据集和输出数据集，规定分析的细节或限制打印输出。其选项主要有：

①DATA=SAS 数据集，给出用于分析的SAS 数据集的名字。该数据集可以是原始SAS数据集，或相关系数矩阵（TYPE=CORR），协方差矩阵（TYPE=COV）等。如果该选项缺省，则使用最近创建的数据集。(www.xing528.com)

②OUT=SAS 数据集，规定一个包含原始数据和主成分得分的输出数据集。

③OUTSTAT=SAS 数据集，生成一个包含平均值、标准差、观察值个数、相关矩阵或协方差矩阵、特征值和特征向量的输出SAS 数据集。

2.VAR 语句

用于指明分析的数值变量，如果缺省，则默认对其他语句没有规定的所有数值变量进行分析。

3.PARTIAL 语句

当对偏相关或协方差矩阵进行分析时，需指明分析的数值变量。

4.FREQ 语句

规定一个变量的频数。

5.WEIGHT 语句

规定分析时的加权变量。

（三）结果输出

PROCPRINCOMP 过程执行后，会输出每一分析变量的简单统计量（平均数、标准差），相关系数矩阵（若规定了选项COV，则输出方差—协方差矩阵）以及相应的特征值和特征向量等。