分量

2023年1月30日发(作者：qq靓号初选费)方差分量（ variance component） 贡献率大，说明在这个事件中（100%）所占内容多，为主效应

详细内容：方差分析术语。在各类实验设计的观测指标（即因变量）的统计模型中，构成观测值方差的各个组成部分。在单因素随机效应模型的方差分析中，观测值（即实验指标）Yij的方差可写成：D（Yij）＝σ2τ＋σ2。式中σ2τ是水平效应的方差，σ2是误差项的方差。则称σ2τ与σ2为方差分量。在两因素随机效应模型中，因素A与因素B的水平均是随机选取的，观测值的统计模型为：τi，βj ， （ τβ） ij和eijk都是随机变量。观测值方差是D（Yijk ）=σ2τ＋σ2β＋σ2τβ ＋ σ2e。上式中各项都是方差分量。



%计算各IMF的方差贡献率

%定义：方差为平方的均值减去均值的平方

%均值的平方

imfp2=mean(imf,2).^2

%平方的均值

imf2p=mean(imf.^2,2)

%各个IMF的方差

m=imf2p-imfp2

%方差百分比，也就是方差贡献率

mb=m/sum(m)*100

%显示各个IMF的方差和贡献率

关于贡献率，我是这么主观理解的（我没有查到过定义，只看到过结果）：

即每个IMF是原数据分解而来的，所以IMF加起来就是原始数据了。就如你的例子，两个加起来就原始数据，它们的贡献率就应该它们在某个指标方面的比例。方差也是这样。

你要有时间的话，可以做几个尝试去验证：计算x1、x2和x的方差，看x1方差加上x2的方差是否等于x的方差，要是等就没有问题了；要是不相等的话，就只好给出一个定义了，x1的方差贡献率= x1的方差/分量方差的总和

其实，这个问题也没有太多可讨论的，我认为主要是一个定义问题，你如果是要写文章的话，你可以在文章里把上面的定义放进去，别人也就不能说你什么，因为你的意思是明确的。