主成分分析是利用降維的方法，在損失很少信息量很少的前提下

       X1     X2     X3    X4    X5   X6     X7    X8
1   90342  52455 101091 19272  82.0 16.1 197435 0.172
2    4903   1973   2035 10313  34.2  7.1 592077 0.003
3    6735  21139   3767  1780  36.1  8.2 726396 0.003
4   49454  36241  81557 22504  98.1 25.9 348226 0.985
5  139190 203505 215898
 
 10609  93.2 12.6 139572 0.628
6   12215  16219  10351  6382  62.5  8.7 145818 0.066
7    2372   6572   8103 12329 184.4 22.2  20921 0.152
8   11062  23078  54935 23804 370.4 41.0  65486 0.263
9   17111  23907  52108 21796 221.5 21.5  63806 0.276
10   1206   3930   6126 15586 330.4 29.5   1840 0.437
11   2150   5704   6200 10870 184.2
 
 12.0   8913 0.274
12   5251   6155  10383 16875 146.4 27.5  78796 0.151
13  14341  13203  19396 14691  94.6 17.8   6354 1.574

1 1 w=read.csv("afh.csv")
2 2 w
3 3 attach(w)
4 4 X1
5 5 #### 作主成分分析
6 6 w.pr<-princomp(w, cor=TRUE)
7 7 w.pr
8 8 #### 並顯示分析結果

 1 summary(w.pr, loadings=TRUE)
 2 
 3 #### 作預測
 

 4 predict(w.pr)
 5 
 6 #### 畫碎石圖
 7 screeplot(w.pr)
 8 screeplot(w.pr,type="lines",pch=25,col=4)
 9 
10 biplot(w.pr)
11 
12 princomp(~X1+X2+X3+X4+X5+X6+X7+X8,data=w, cor=T)

我的R之路：主成分分析