主成分回归分析具体程序MATLAB

clc
clear all
x0=[7111117113122111110;26295631525571315447406668;615886917221842398;6052204733226442226341212]‘;
y0=[78.574.3104.387.695.9109.2102.772.593.1115.983.8113.3109.4]‘;
x=[ones（size（x01）1）x0];
[bbintrrintstats]=regress（y0x0.05）;%对y和x0直接进行线性回归得到回归方程
R=corrcoef（x0）;%求x0的相关系数矩阵确定是否存在共线性，从而决定是否需要进行因子分析
xb=zscore（x0）;%对x0进行标准化
yb=zscore（y0）;%对y0进行标准化
[pcscorelatenttsquare] = princomp（xb）;%pc为系数矩阵，F1=0.7064Zx1+0.0397Zx2+0.7067Zx3;
%score为主成分得分，即F1、F2、F3的数值，是按照特征根的大小进行排列；latent为一个列向量，是相关矩阵的特征根按大小的排列；
%tsquare是每个数据点的HotellingT2统计量（tsquare）；
contr=cumsum（latent）/sum（latent）;%得到各主成分贡献
num=input（‘请选择输入主成分个数‘）;%根据主成分的贡献选择主成分个数
score1=[ones（size（score1）1）score（:1:num）];
[b1bint1r1rint1stats1]=regress（ybscore10.05）;%对标准化的y0