主分量分析

主分量分析又稱主成分分析,也有稱經驗正交函式分解或特徵向量分析。

分析對象:以格線點為空間點(多個變數)隨時間變化的樣本
主分量分析與回歸分析、差別分析不同,它是一種分析方法而不是一種預報方法
我們希望可以通過某種線性組合的方法使某個變數或者某些變數的解釋方差變得比較大,這些具有較大解釋方差的變數就稱為主分量。
EOF(主分量)結果分析:
通過顯著性檢驗的前幾項特徵向量最大限度地表征了某一區域氣候變數場的變率分布結構。它們所代表的空間分布型式是該變數場典型的分布結構。如果特徵向量的各分量均為同一符號的數,那么這一特徵向量所反映的是該區域變數變化趨勢基本一致的特徵,數值絕對值較大處則為中心。如果某一特徵向量的分布呈正、負相間的分布型式,這一個特徵向量則代表了兩種分布類型。
特徵向量所對應的時間係數代表了這一區域由特徵向量所表征的分布型式的時間變化特徵。係數數值絕對值越大,表明這一時刻這類分布型式越典型。
從特徵值的方差貢獻和累積方差貢獻了解所分析的特徵向量的方差占總方差的比例及前幾項特徵向量總共占總方差的比例。

相關詞條

熱門詞條

聯絡我們