zcf.m

实现主成份分析的matlab文件

function zcf(X,Y)
[m,n]=size(X);
%绘制第一个图形
subplot(1,2,1)
%boxplot(X,0,'+',0)
xlabel('变量的范围')
ylabel('八个指标（变量）')
%计算样本的标准差
stdr=std(X,0,1);
%计算样本各列的均值
meanr=mean(X);
%标准化原始数据
sr=(X-meanr(ones(m,1),:))./stdr(ones(m,1),:)
%样本相关矩阵
R=sr'*sr/(m-1)
%进行主成分分析
%[特征向量,主成分得分，特征值，t2检验]=princomp(标准化原始数据)
[pcs,newdata,variances,t2]=princomp(sr)
%方差贡献率
percent_explained=100*variances/sum(variances)
%特征值占总的百分数
leiji=percent_explained./sum(percent_explained);
%达到所要求的累积方差贡献率r
for i=1:n
    lj_percentage(i)=sum(leiji(1:i));
    if(lj_percentage(i)>=Y)
        k=i;
        break
    end
end    
%特征值的累计百分数
leiji_percentage=lj_percentage'
%绘制第二个图形
subplot(1,2,2);
pareto(percent_explained)
xlabel('主成分')
ylabel('方差占的比重（%）')