SPSS進(jìn)行主成分分析的步驟(圖文)(共10頁)_第1頁
SPSS進(jìn)行主成分分析的步驟(圖文)(共10頁)_第2頁
SPSS進(jìn)行主成分分析的步驟(圖文)(共10頁)_第3頁
SPSS進(jìn)行主成分分析的步驟(圖文)(共10頁)_第4頁
SPSS進(jìn)行主成分分析的步驟(圖文)(共10頁)_第5頁
已閱讀5頁,還剩5頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、精選優(yōu)質(zhì)文檔-傾情為你奉上主成分分析的操作過程原始數(shù)據(jù)如下(部分)調(diào)用因子分析模塊(AnalyzeDimension ReductionFactor),將需要參與分析的各個(gè)原始變量放入變量框,如下圖所示:單擊Descriptives按鈕,打開Descriptives次對(duì)話框,勾選KMO and Bartletts test of sphericity選項(xiàng)(Initial solution選項(xiàng)為系統(tǒng)默認(rèn)勾選的,保持默認(rèn)即可),如下圖所示,然后點(diǎn)擊Continue按鈕,回到主對(duì)話框:其他的次對(duì)話框都保持不變(此時(shí)在Extract次對(duì)話框中,SPSS已經(jīng)默認(rèn)將提取公因子的方法設(shè)置為主成分分析法),在

2、主對(duì)話框中點(diǎn)OK按鈕,執(zhí)行因子分析,得到的主要結(jié)果如下面幾張表。KMO和Bartlett球形檢驗(yàn)結(jié)果:KMO為0.635>0.6,說明數(shù)據(jù)適合做因子分析;Bartlett球形檢驗(yàn)的顯著性P值為0.000<0.05,亦說明數(shù)據(jù)適合做因子分析。公因子方差表,其展示了變量的共同度,Extraction下面各個(gè)共同度的值都大于0.5,說明提取的主成分對(duì)于原始變量的解釋程度比較高。本表在主成分分析中用處不大,此處列出來僅供參考??偡讲罘纸獗砣缦卤?。由下表可以看出,提取了特征值大于1的兩個(gè)主成分,兩個(gè)主成分的方差貢獻(xiàn)率分別是55.449%和29.771%,累積方差貢獻(xiàn)率是85.220%;兩個(gè)特

3、征值分別是3.327和1.786。因子截荷矩陣如下:根據(jù)數(shù)理統(tǒng)計(jì)的相關(guān)知識(shí),主成分分析的變換矩陣亦即主成分載荷矩陣U與因子載荷矩陣A以及特征值的數(shù)學(xué)關(guān)系如下面這個(gè)公式:故可以由這二者通過計(jì)算變量來求得主成分載荷矩陣U。新建一個(gè)SPSS數(shù)據(jù)文件,將因子載荷矩陣中的各個(gè)載荷值復(fù)制進(jìn)去,如下圖所示:計(jì)算變量(Transform-Compute Variables)的公式分別如下二張圖所示: 計(jì)算變量得到的兩個(gè)特征向量U1和U2如下圖所示(U1和U2合起來就是主成分載荷矩陣):所以可以得到兩個(gè)主成分Y1和Y2的表達(dá)式如下:Y10.456X1+0.401X2+0.428X3+0.490X4+0.380X

4、5+0.253X6Y2-0.367X1+0.322X2-0.323X3-0.303X4+0.453X5+0.602X6由上面兩個(gè)表達(dá)式,可以通過計(jì)算變量來得到Y(jié)1、Y2的值。需要注意的是,在計(jì)算變量之前,需要對(duì)原始變量進(jìn)行標(biāo)準(zhǔn)化處理,上述Y1、Y2表達(dá)式中的X1X9應(yīng)為各原始變量的標(biāo)準(zhǔn)分,而不是原始值。(另外需注意,本操作需要在SPSS原始文件中來進(jìn)行,而不是主成分載荷矩陣的那個(gè)SPSS數(shù)據(jù)表中。)調(diào)用描述統(tǒng)計(jì):描述模塊(AnalyzeDescriptive StatisticsDescriptives),將各個(gè)原始變量放入變量框,并勾選Save standardized values as

5、variables框,如下圖所示:得到各個(gè)原始變量的標(biāo)準(zhǔn)分如下圖(部分):Z人均GDP即為X1,Z固定資產(chǎn)投資即為X2,其余類推。調(diào)用計(jì)算變量模塊(TransformCompute Variables),輸入公式如下圖所示:計(jì)算出來的主成分Y1、Y2如下圖所示:由上述各步驟,我們就求得了主成分Y1和Y2。通過主成分得分,可以進(jìn)行聚類分析或者綜合評(píng)價(jià)。聚類分析不再詳述,下面再補(bǔ)充介紹一下綜合評(píng)價(jià)的計(jì)算。根據(jù)公式,綜合評(píng)價(jià)得分Yw1*Y1+w2*Y2,w1、w2的值就是等于旋轉(zhuǎn)之前的方差貢獻(xiàn)率(如下圖所示),本例中,兩個(gè)權(quán)重w1、w2分別是0.55449和0.29771,故Y0.55449*Y1+0.29771*Y2。注意:如果需要對(duì)權(quán)重進(jìn)行歸一化處理,則w1、w2分別是55.449/85.220和29.771/85.220,則Y(55.449*Y1+29.771

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論