主成分分析法大全（包括stata+matlab）

数据简介：主成分分析（Principal Component Analysis，PCA）， 是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。在实际课题中，为了全面分析问题，往往提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映这个课题的某些信息。主成分分析首先是由K.皮尔森（Karl Pearson）对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。

包含内容：里面有配套数据和代码，数据用了最简单的 y  x x1等展示，代码做了详细解释。不仅如此，我们还配备了matlab做主成分分析的代码，供大家使用！

样例数据：

部分代码：

全部内容下载链接：https://download.csdn.net/download/m0_65541699/90141107