主成分估計（principal component estimate）是1993年公布的數學名詞。
基本介紹
- 中文名：主成分估計
- 外文名：principal component estimate
- 所屬學科：數學
- 公布時間：1993年
公布時間,出處,
主成分估計
相關詞條
- 主成分估計
主成分估計（principal component estimate）是1993年公布的數學名詞。公布時間1993年，經全國科學技術名詞審定委員會審定發布。出處《數學名詞》第一版。1...
- 廣義主成分分析算法及套用
第9章廣義主成分分析的工程套用 9.1引言 9.2主成分提取神經網路與算法的套用 9.2.1通信中的特徵提取與降維 9.2.2基於主成分分析的圖像壓縮重構 9.2.3多重信號分類和波達方向估計 9.3次成分分析在曲線擬合中的套用 9.4廣義主成分分析在信號處理和數據分析中的套用 9.4.1廣義主成分分析在盲信號分離中的...
- 線性統計模型:線性回歸與方差分析
《線性統計模型》是教育部“高等教育面向21世紀教學內容和課程體系改革計畫”的研究成果，是面向21世紀課程教材，《線性統計模型》主要講授線性回歸模型和方差分析模型，內容包括常態分配、最小二乘估計、嶺估計、主成分估計、回歸診斷、假設檢驗與預測、回歸方程的選擇和方差分析，並對幾種具有較複雜誤差結構的線性回歸...
- 神經計算原理
9.3.1 第一主成分估計——Oja的正規化Hebb學習規則 9.3.2 多個主成分估計——對稱子空間學習規則 9.3.3 多個主成分估計——廣義Hebb算法 9.3.4 多個主成分估計——隨機梯度上升算法 9.3.5 多個主成分估計——自適應主成分提取算法 9.3.6 非線性主成分分析(NLPCA)和魯棒PCA 9.4 主成分回歸 9.5 ...
- Python機率統計
13.2.1主成分法 13.2.2主因子解 13.2.3最大似然法 13.2.4主成分估計法的步驟 13.3本章練習 13.4本章常用的Python函式總結 13.5本章上機練習 附錄APython基礎 A.1Python開發環境 A.2Python基礎語法 A.2.1Python常用內置數據類型 A.2.2變數的賦值 A.2.3數字類型Numbers A.2.4字元串類型String A...
- 大地測量數據序列的加權時空濾波與精度評定理論
其理論研究主要有：（1）區域性基準站網不等精度觀測序列的加權空間濾波理論與加權奇異譜分析理論；（2）空間相關誤差與測站噪聲的聯合估計方法；（3）基於加權空間濾波與加權奇異譜分析的變化預測及精度評定方法。其要點是將觀測權因子引入到區域共模誤差提取與奇異譜分析的主成分估計，導出相應的加權濾波計算公式；在...
- 多元統計分析(從經典統計學中發展起來的一個分支)
9.4.2 主成分回歸的實例分析 習題九 第10章 因子分析 10.1 因子分析的基本原理及其數學模型 10.1.1 因子分析的基本原理 10.1.2 因子分析的數學模型 10.1.3 因子分析模型的性質 10.1.4 因子載荷矩陣中的幾個統計特徵 10.2 因子分析模型參數的估計 10.3 因子旋轉 10.3.1 方差最大正交旋轉法的基本...
- 套用回歸分析(2008年復旦大學出版社出版的圖書)
§7.3 主成分估計 §7.4 廣義嶺估計 §7.5 Stein估計 小結 習題七 第八章 非線性回歸模型 §8.1 Logistic回歸 §8.2 Poisson回歸 §8.3 廣義線性模型 小結 習題八 第九章 使用SAS統計軟體進行回歸分析 §9.1 SAS軟體系統簡介 §9.2 數據的輸入、輸出和整理 §9.3 用SAS進行回歸分析 附表1 t分布的...
- 回歸分析與線性統計模型
5.2嶺估計 5.3主成分估計 習題5 6回歸方程的選擇 6.1評價回歸方程的標準 6.2計算所有可能的回歸 6.3計算最優子集回歸 6.4逐步回歸 習題6 7模型的搭建和驗證 7.1多項式回歸模型 7.2帶定性預測變數的模型 7.3模型的驗證 習題7 ８廣義線性模型 8.1邏輯回歸模型 8.2 Poisson回歸模型 8.3廣義線性模型 ...
- 特徵根回歸
同樣，也是從原有數據中提取相互正交的主成分，從而在消去原自變數復共線性的同時，也使所建立的回歸方程能夠表征自變數與因變數之間的相關關係。特徵根 假設X是由因變數y和自變數 標準化處理後的數據矩陣。可以證明，由XX的特徵根 可以將回歸係數 的最小二乘估計 表示為 式中 現在假設 。那么，就將它們略去，...
- 非線性系統建模與濾波方法
2.3 統計推斷與估計理論 2.3.1 基本概念 2.3.2 Bayesian點估計理論 2.3.3 BLUE估計 2.3.4 WLS估計 2.3.5 ML估計 2.3.6 主成分估計 2.3.7 RLS估計 2.4 Kalman濾波原理 2.4.1 Kalman濾波方程 2.4.2 隨機線性連續系統Kalman濾波原理 2.4.3 Kalman濾波器的各種濾波方法 2.5 隨機非線性系統...
- 世界第一簡單統計學因素分析篇d
● 主成分分析：選擇變數和第一主成分、判斷累計貢獻率、第二主成分之後的主成分、變異數與固有值 ● 因素分析：因素負荷量、最大概似估計法、最大變異轉軸法、因素負荷量矩陣和因素結構矩陣、Promax轉軸法、共同因素個數上限、主因素法 ● 因素分析相關的數學概念：相關矩陣、單位矩陣、旋轉、固有值和固有向量、...
- 魚雷系統工程原理與方法
5.3 武器系統壽命周期費用的模糊主成分估計模型 5.4 魚雷研製費用的灰色Verhu1st模型 5.5 算例 習題5 第6章 魚雷系統研製風險評估 6.1 概述 6.2 風險及風險評估方法 6.3 FMEA方法 6.4 故障樹分析方法 6.5 事件樹分析方法 6.6 魚雷研製風險產生的因素、後果及綜合評判 習題6 第7章 魚雷系統...
- 多元統計分析(第5版)
主要內容包括多元常態分配、均值向量和協方差陣的檢驗、聚類分析、判別分析、主成分分析、因子分析、對應分析、典型相關分析等常見的主流方法，還參考國內外大量文獻系統介紹了近年來在市場研究、顧客滿意度研究、金融研究、環境研究等領域套用頗廣的較新方法，包括定性數據的建模分析、對數線性模型、logistic回歸、多變數的...
- 套用統計分析(2020年北京大學出版社出版的圖書)
第六章 多元常態分配的參數估計與假設檢驗 6.1 多元統計基本概念 6.2 多元常態分配參數估計 6.3 多元常態分配參數假設檢驗 6.4實例分析與計算機實現 第七章 判別分析 7.1 判別分析 7.2實例分析與計算機實現 第八章 聚類分析 8.1 聚類分析 8.2實例分析與計算機實現 第九章 相關分析 9.1 主成分分析 9....
- 數據分析方法(第二版)
該教材共8章，由數據描述性分析、 回歸分析、方差分析、主成分分析與典型相關分析、判別分析、聚類分析、Bayes統計分析、SAS軟體及有關數據分析過程組成。成書過程 修訂過程 《數據分析方法（第二版）》在第一版基礎上進行了修訂和調整，全書由西安工程大學教授梅長林、範金城主編。該書是為全國普通高等學校信息與計算...
- 多元統計分析與R建模
本書介紹了數據挖掘中*常用的多元統計分析方法，主要包括多元統計圖，多元變數的統計特徵及用於聚類與分類的聚類分析和判別分析，用於數據壓縮和特徵提取的主成分分析和因子分析，用於預測和影響因素分析的線性回歸、曲線回歸和逐步回歸等內容，並在論述這些方法時，以本科生可接受的基本原理和用於方法實現的統計軟體R為主...
- 多源信息融合
第2章 統計推斷與估計理論基礎 2.1 點估計理論基礎 2.1.1 一般概念 2.1.2 Bayes點估計理論 2.1.3 BLUE估計 2.1.4 WLS估計 2.1.5 ML估計 2.1.6 主成分估計 2.1.7 RLS估計與LMS估計 2.2 期望極大化（EM）方法 2.2.1 概述 2.2.2 EM算法描述 2.2.3 混合Gauss參數估計的EM算法實例 2.3...
- 多元統計及SAS套用
本書主要針對非數學專業碩士研究生“多元統計”課程編寫。多元統計是數理統計的分支，它根據多因素多指標試驗與觀測所得到的數據資料，對研究對象的特徵及內在規律進行估計與推斷。本教材涉及多元線性回歸、多元線性相關、多元非線性回歸、回歸的試驗設計與分析、聚類分析、判別分析、主成分分析、因子分析及SAS的套用等內容...
- 魚雷壽命周期費用分析
5.2.2壽命周期費用的模糊灰色主成分估計模型109 5.2.3壽命周期費用的模糊灰色特徵值估計模型119 5.2.4壽命周期費用模糊灰色模型的評價123 5.3算例及壽命周期費用模糊灰色模型的對比分析123 5.3.1算例1———基地級維修時間的模糊灰色模型123 5.3.2算例2———壽命周期費用的模糊灰色主成分估計模型125 5.3....
- 數理統計及其套用(2018年科學出版社出版的圖書)
在統計套用方面，書中介紹系統可靠性指標的貝葉斯估計﹑經驗Logistic回歸模型及其在生物學中的套用﹑股票的主成分分析與因子分析等。圖書目錄 前言 第1章機率論知識 第2章統計學的基本概念 第3章參數估計 第4章假設檢驗 第5章回歸分析 第6章主成分分析與因子分析 第7章蒙特卡羅方法 附表 ...
- 套用多元統計分析(2021年人民郵電出版社出版的圖書)
7.3 因子載荷的估計...200 7.3.1 主成分法...201 7.3.2 主因子法...202 7.3.3 極大似然法...203
- 海洋數據處理分析方法
一、主成分分析的幾何表示181 二、主成分的導出（以兩個變數為例）183 三、標準化的主成分184 四、各主成分貢獻率185 五、多個變數主成分的導出185 六、主成分的主要性質186 七、求取主成分的具體步驟188 八、套用實例188 第三節經驗正交函式分解189 一、EOF分解的原理189 二、誤差的估計和計算191 三、顯著...
- 數據分析方法
3.1.3 因素各水平均值的估計與比較 3.2 兩因素等重複試驗下的方差分析 3.2.1 統計模型 3.2.2 互動效應及因素效應的顯著性檢驗 3.2.3 無互動效應時各因素均值的估計與比較 3.2.4 有互動效應時因素各水平組合（AiBj）上的均值估計與比較 3.3 兩因素非重複試驗下的方差分析 習題3 第4章 主成分分析...
- 探索性因子分析法
如果因子分析的目的是用最少的因子最大程度解釋原始數據的方差，則套用主成分分析法；若因子分析的主要目的是確定數據結構，則適合用主軸因子法。實際上,雖然研究者大多認為主成分分析法和主軸因子法的結果差別不大，但是Widman提出，主軸因子法使用復相關係數的平方作為公共方差的初始估計值，通過不斷重複，最後得到確定...
