主成分分析赋能区域高质量发展

作者信息

段班祥、康海刚、桂改花、聂葳
广东科学技术职业学院

简介

本案例为科学计算与系统建模仿真方向的教学案例，以2007年全国31个省市自治区农村居民家庭生活消费支出真实数据为载体，围绕8维消费指标综合排名核心问题，完整呈现主成分分析（PCA）从数学原理到工程落地的全流程。

案例基于国产科学计算平台MWORKS实现，将线性代数中特征值分解、协方差矩阵等抽象理论与数据降维、综合评价实践深度结合，配套完整代码、可视化脚本与教学课件，兼顾知识传授、能力培养与思政育人，适用于高职及应用型本科的数学与数据科学类课程教学。

教学目标

1. 知识理解层面

理解PCA数学本质：通过协方差矩阵特征值分解实现高维数据降维
掌握方差最大化原则与累计贡献率的物理含义
理清特征值、特征向量与主成分方向、方差解释力的对应关系

2. 方法掌握层面

掌握数据预处理全流程：清洗、Max-Min归一化、相关系数矩阵计算
掌握PCA标准计算步骤与MWORKS内置pca()函数调用方法
能够通过陡坡图、帕累托图科学选择主成分个数

3. 工程应用层面

独立完成“多指标数据→PCA建模→综合评价排名”完整分析链路
结合业务场景解读主成分实际含义（消费水平、消费结构差异等）
完成结果可视化与区域发展特征分析

技术与环境

核心平台：MWORKS 科学计算平台
编程语言：Julia
核心依赖：TyStatistics、TyMachineLearning、DataFrames、可视化工具库
先修知识：矩阵运算、特征值与特征向量、基础统计概念

案例核心内容

1. 问题引入与认知冲突

以“8项消费指标如何科学排名”为切入点，对比“直接相加排名”的失真结果，分析量纲差异、指标相关性带来的信息冗余问题，引出PCA降维的必要性。

2. 数据预处理

读取31个样本、8项消费指标的真实统计数据
采用Max-Min归一化消除量纲差异，适配非正态分布数据特征
计算相关系数矩阵并绘制热力图，量化指标间相关性

3. PCA数学原理

围绕协方差矩阵的特征值分解展开核心推导：

构建归一化数据的协方差矩阵
特征值分解得到主成分方向与对应方差
按方差贡献率排序，通过累计贡献率筛选主成分
计算主成分得分，完成高维数据到低维空间的映射

4. MWORKS编程全流程

调用pca()函数一键完成特征值分解，输出系数矩阵、得分矩阵、特征值、方差贡献率等结果
绘制陡坡图（Scree Plot）与帕累托图，完成主成分个数选择
基于主成分贡献率加权计算综合得分，输出31个省市自治区排名
绘制主成分得分散点图，可视化区域消费特征差异

5. 对比与验证

设置MWORKS与Python实现的对比实验，分析国产平台在统计函数完备性、教学友好性上的优势；设计多组课堂验证活动，通过修改指标、更换标准化方法深化理解。

目录结构

PcaEmpowerRegionalQualityDevelopment/
├── data/                # 数据集
│   ├── Exam.xlsx        # 2007年各地区农村居民消费支出原始数据
│   └── 2018省会城市主要指标.xlsx  # 拓展实验数据集
├── scripts/             # MWORKS 源代码
│   ├── Exam.jl          # 课堂教学完整演示代码（含详细注释）
│   ├── Test1.jl         # 实验1：主成分解释与排名对比
│   └── Test2.jl         # 实验2：拓展数据集分析
├── docs/                # 教学文档
│   ├── 主成分分析教学PPT.pptx
│   ├── 实验指导书.pdf
│   └── 案例说明书.pdf
├── results/             # 结果样例
│   ├── 相关系数热力图.png
│   ├── 陡坡图与帕累托图.png
│   └── 区域主成分得分散点图.png
└── README.md

快速上手

将仓库克隆至MWORKS工作空间
打开 scripts/Exam.jl，直接运行即可复现完整PCA分析流程
替换 data/ 目录下的Excel文件，可适配其他多指标综合评价场景
参考 docs/ 内实验指导书完成配套练习与拓展任务

适用场景

高职/应用型本科《应用数学》《线性代数》课程教学
《数据科学基础》《统计分析方法》课程上机实践
国产科学计算软件教学推广与课程思政建设
区域经济分析、综合评价方法的入门实训

版权说明

本案例版权归属广东科学技术职业学院段班祥老师，仅供非商业教学学习，请勿直接用于各类赛事及项目等内容的申报。