主成分分析主成分分析的主要目的是希望用较少的变量去解释原来资料中的大部分变量，将我们手中许多相关性很高的变量转化成彼此相互独立或不相关的变量。通常是选出比原始变量个数少，能解释大部分资料中的变异的几个新变量，即所谓主成分，并用以解释资料的综合性指标。1、主成分分析的应用（1）我国各地区普通高等教育发展水平综合评价。（2）投资效益的分析和排序等。2、主成分分析法的步骤对原始数据进行标准化处理用表示主成分分析指标的m个变量，评价对象有n个，表示第i个评价对象对应于第j个指标的取值。将每个指标值转化为标准化指标，即式中：， 相应地，标准化指标变量为计算相关系数矩阵R其中：，是第i个指标和第j指标之间的相关系数。计算相关系数矩阵的特征值与特征向量解特征方程，得到特征值；再求出相对应的特征值的特征向量，其中,由特征向量组成的m个新的指标变量为其中：为第1主成分，为第1主成分，为第m主成分选择p（pm）个主成分，计算综合评价值。（1）计算特征值的信息贡献率和累积贡献率用表示主成分的信息贡献率
