利用JMP实现主成分回归分析！JMP系列学习（一）

shenweis

个人认为，JMP将成为本类软件的最佳选择，学习统计学难，这可能是学习者普遍的感受之一，但如果借用JMP软件，再加上科学的学习方法，定能以最高效率学会统计学，本人一直坚持自学统计学，主要参考书包括胡良平的三型理论全套（最实用的个人认为是定量定性、多元统计）、胡良平的SAS统计分析教程、陈峰的医用多元统计分析方法（第二版）、金丕焕的医用统计方法（第三版），上述这些书是让我收获最多的，另外还有许多相关电子书，供随时参考。

对于非统计学专业的人来说，我认为胡良平老师的方法十分有效，可以不用关心统计方法本身所用的原理，但一定要十分清楚所用方法的前提条件，知道怎么看统计分析的结果，通过案例来学习。

看胡良平老师的书，最开始会发现他对中国统计现状的无奈和感慨，如果不理解可能会误以为是过多的牢骚，但就是从这些“牢骚”中，坚定了我学习统计学的信心，看到那么多的错误案例，看到太多的同事、同学、朋友对统计学的恐惧，看到在实际工作中太多的令人不可信服的结论，使我一直有一种自己学会了什么，就总结发布，进而影响带动想学统计学的朋友，自己能力有限，但如果能带动一些人学习统计学，我相信会对国家在多个行业产生影响，至少会有一点点贡献吧！

JMP十分易于学习，得益于周幃老师的生动课堂，得益于JMP的强大帮助文档和样本数据，对于JMP的优点，我感觉都不可能总结出来，太多了，可以这么说，有许多软件，如果没有帮助或他人指导，你绝对无从下手，但对于JMP软件，完全是另一种情形，基本上可以说拿来即用。

从今天开始，我将坚持发布JMP学习案例，通过一个个案例，让JMP爱好者快速进步，因为我本身也还有许多不十分明白的地方，也还有许多自己没有开始学习的模块，如果发现分析上的问题，请大家批评指正，谢谢！

最后祝大家共同进步，心想事成！

JMP系列学习（一）

经典案例用JMP实现，本例通过JMP实现主成分的回归分析。
以下为案例的数据：为方便大家，附件给出JMP数据。

shenweis

本楼主要说明以常用的最小二乘法回归分析的不合常理，并给出错误结果。进一步给出错误原因，还给出共线性诊断的方法。


造成这种现象的原因是因为自变量存在多重共线性。可用主成分分析中的相关来看一下相关系数。


多重共线性的判断：

shenweis

根据特征向量计算主成分与原始自变量的关系式

shenweis

得到的回归方程：

shenweis

本例中，主成分1和主成分2的累计贡献达99.92%，即利用了原资料的99.92%的信息，以0.08的信息丢失换来更符合实际的回归方程。

因为主成分1即有原资料97.54%的信息，你可以只取一个主成分来回归分析，也可以取3个主成分，试着比较一下吧！

通过本例，主成分回归不难吧，关键是JMP的强大！

预告：下期将进一步对本例利用偏最小二乘法进行分析。

请参见：http://www.jmpforum.net/forum.php/forum.php?mod=viewthread&tid=1658&extra=page%3D1

核桃木瓜

理解~期待更新

tester

赞！这样的好文，不顶不行了！

燃雨枫

正在学习JMP中，希望可以多多交流！

mohunter

好文啊，支持一个，继续学习