.(一)主成分分析法的基本思想主成分分析(Principal Component Analysis)是利用降维的思想,将多个变量转化为少数几个综合变量(即主成分),其中每个主成分都是原始变量的线性组合,各主成分之间互不相关,从而这些主成分能够反映始变量的绝大部分信息,且所含的信息互不重叠。2 朱星宇,陈勇强.SPSS多元统计分析方法及应用M.北京:清华大学出版社,2011.241采用这种方法可以克服单一的财务指标不能真实反映公司的财务情况的缺点,引进多方面的财务指标,但又将复杂因素归结为几个主成分,使得复杂问题得以简化,同时得到更为科学、准确的财务信息。(二)主成分分析法代数模型假设用p个变量来描述研究对象,分别用X1,X2Xp来表示,这p个变量构成的p维随机向量为X=(X1,X2Xp)t。设随机向量X的均值为,协方差矩阵为。对X进行线性变化,考虑原始变量的线性组合:Z1=11X1+12X2+1pXpZ2=21X1+22X2+2pXp Zp=p1X1+p2X2+ppXp主成分是不相关的线性