R语言:prcomp()函数中文帮助文档(中英文对照)

loveR

prcomp(stats)
prcomp()所属R语言包：stats

                                        Principal Components Analysis
                                         主成分分析

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Performs a principal components analysis on the given data matrix
执行给定的数据矩阵的主成分分析


用法----------Usage----------


prcomp(x, ...)

## S3 method for class 'formula'[类formula的方法]
prcomp(formula, data = NULL, subset, na.action, ...)

## Default S3 method:[默认方法]
prcomp(x, retx = TRUE, center = TRUE, scale. = FALSE,
       tol = NULL, ...)

## S3 method for class 'prcomp'
predict(object, newdata, ...)



参数----------Arguments----------

参数：formula
a formula with no response variable, referring only to numeric variables.
一个没有响应变量的公式，只指数字变量。


参数：data
an optional data frame (or similar: see model.frame) containing the variables in the formula formula.  By default the variables are taken from environment(formula).
一个可选的数据框（或类似：看到model.frame）包含公式formula的变量。默认情况下采取的变量从environment(formula)。


参数：subset
an optional vector used to select rows (observations) of the data matrix x.
一个可选的向量用于选择数据矩阵x行（观察）。


参数：na.action
a function which indicates what should happen when the data contain NAs.  The default is set by the na.action setting of options, and is na.fail if that is unset. The "factory-fresh" default is na.omit.
一个函数，它表示数据时，包含NA的，应该发生什么。默认设置na.actionoptions设置，是na.fail如果没有设置。工厂新鲜的默认是na.omit。


参数：...
arguments passed to or from other methods. If x is a formula one might specify scale. or tol.
参数传递或其他方法。 x如果是一个公式可能会指定scale.或tol。


参数：x
a numeric or complex matrix (or data frame) which provides the data for the principal components analysis.
一个数字或复杂的矩阵（或数据框），它提供了主成分分析的数据。


参数：retx
a logical value indicating whether the rotated variables should be returned.
一个逻辑值，该值指示是否应退还的旋转变量。


参数：center
a logical value indicating whether the variables should be shifted to be zero centered. Alternately, a vector of length equal the number of columns of x can be supplied. The value is passed to scale.
一个逻辑值，指明变量是否应被转移到零中心。另外，向量的长度等于x列数可以提供。该值被传递到scale。


参数：scale.
a logical value indicating whether the variables should be scaled to have unit variance before the analysis takes place. The default is FALSE for consistency with S, but in general scaling is advisable.  Alternatively, a vector of length equal the number of columns of x can be supplied.  The value is passed to scale.
一个逻辑值，指明变量是否应缩小到单位方差分析之前发生。默认是FALSE与S的一致性，但一般尺度是明智的。另外，同等长度的向量x列数可以提供。该值被传递到scale。


参数：tol
a value indicating the magnitude below which components should be omitted. (Components are omitted if their standard deviations are less than or equal to tol times the standard deviation of the first component.) With the default null setting, no components are omitted.  Other settings for tol could be tol = 0 or tol = sqrt(.Machine$double.eps), which would omit essentially constant components.
值，指出下面哪些组件的幅度应该被忽略。 （组件被省略，如果他们的标准偏差小于或等于tol倍的第一部分的标准偏差。）使用默认的空设置，没有组件被省略。其他设置为TOL可能tol = 0或tol = sqrt(.Machine$double.eps)，这将省略基本不变的组件。


参数：object
Object of class inheriting from "prcomp"
继承类的对象从"prcomp"


参数：newdata
An optional data frame or matrix in which to look for variables with which to predict.  If omitted, the scores are used. If the original fit used a formula or a data frame or a matrix with column names, newdata must contain columns with the same names. Otherwise it must contain the same number of columns, to be used in the same order.  
一个可选的数据框或矩阵中寻找与预测的变数。如果省略，则使用分数。如果原来的适合用一个公式或一个数据框或一个矩阵的列名，newdata必须包含列具有相同的名称。否则，它必须包含相同的列数，要以相同的顺序使用。


Details

详情----------Details----------

The calculation is done by a singular value decomposition of the (centered and possibly scaled) data matrix, not by using eigen on the covariance matrix.  This is generally the preferred method for numerical accuracy.  The print method for these objects prints the results in a nice format and the plot method produces a scree plot.
（居中并可能缩放）数据矩阵的奇异值分解的计算，而不是使用eigen协方差矩阵。这是一般的数值精度的首选方法。 print这些对象的方法打印的结果，在一个很好的格式和plot方法产生的碎石图。

Unlike princomp, variances are computed with the usual divisor N - 1.
通常的除数princomp不同于N - 1，方差计算。

Note that scale = TRUE cannot be used if there are zero or constant (for center = TRUE) variables.
请注意scale = TRUE不能被使用，如果有是零或常数（center = TRUE）变量。


值----------Value----------

prcomp returns a list with class "prcomp" containing the following components:
prcomp类"prcomp"包含以下组件返回一个列表：


参数：sdev
the standard deviations of the principal components (i.e., the square roots of the eigenvalues of the covariance/correlation matrix, though the calculation is actually done with the singular values of the data matrix).
的主要组成部分（即协方差/相关矩阵的特征值的平方根，但实际数据矩阵奇异值计算）的标准偏差。


参数：rotation
the matrix of variable loadings (i.e., a matrix whose columns contain the eigenvectors).  The function princomp returns this in the element loadings.
变载荷矩阵（即矩阵的列中包含的特征向量）。函数princomp返回元素loadings。


参数：x
if retx is true the value of the rotated data (the centred (and scaled if requested) data multiplied by the rotation matrix) is returned.  Hence, cov(x) is the diagonal matrix diag(sdev^2).  For the formula method, napredict() is applied to handle the treatment of values omitted by the na.action.
retx如果旋转的数据（居中（和缩放如果要求）乘以rotation矩阵数据）返回的值是真实的。因此，cov(x)是对角矩阵diag(sdev^2)。公式法，napredict()适用于处理治疗na.action遗漏值。


参数：center, scale
the centering and scaling used, or FALSE.
居中和缩放，或FALSE。


注意----------Note----------

The signs of the columns of the rotation matrix are arbitrary, and so may differ between different programs for PCA, and even between different builds of R.
旋转矩阵的列的标志是任意的，因此可能会有所不同PCA不同的方案之间，甚至不同版本之间的河


参考文献----------References----------

The New S Language. Wadsworth & Brooks/Cole.
Multivariate Analysis, London: Academic Press.
Modern Applied Statistics with S, Springer-Verlag.

参见----------See Also----------

biplot.prcomp, screeplot, princomp, cor, cov, svd, eigen.
biplot.prcomp，screeplot，princomp，cor，cov，svd，eigen。


举例----------Examples----------


require(graphics)

## the variances of the variables in the[＃在变量的方差]
## USArrests data vary by orders of magnitude, so scaling is appropriate[＃USArrests数据不同量级，所以适当的比例是]
prcomp(USArrests)  # inappropriate[不当]
prcomp(USArrests, scale = TRUE)
prcomp(~ Murder + Assault + Rape, data = USArrests, scale = TRUE)
plot(prcomp(USArrests))
summary(prcomp(USArrests, scale = TRUE))
biplot(prcomp(USArrests, scale = TRUE))

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。