spss進(jìn)行主成分分析的步驟(圖文)

spss進(jìn)行主成分分析的步驟(圖文)

ID:21600126

大?。?19.84 KB

頁數(shù):10頁

時(shí)間:2018-10-23

spss進(jìn)行主成分分析的步驟(圖文)_第1頁
spss進(jìn)行主成分分析的步驟(圖文)_第2頁
spss進(jìn)行主成分分析的步驟(圖文)_第3頁
spss進(jìn)行主成分分析的步驟(圖文)_第4頁
spss進(jìn)行主成分分析的步驟(圖文)_第5頁
資源描述:

《spss進(jìn)行主成分分析的步驟(圖文)》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、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(Analyze―DimensionReduction―Factor),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:?jiǎn)螕鬌escriptives按鈕,打開Descriptives次對(duì)話框,勾選KMOandBartlett’stestofsphericity選項(xiàng)(Initialsolution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

2、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。①KMO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。②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。③總方差分解表如下表。由下表可以看出,提

3、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)特征值分別是3.327和1.786。④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λ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-ComputeVariables)的公式分別如下二張圖所示:

4、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:Y1=0.456X1+0.401X2+0.428X3+0.490X4+0.380X5+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X1~X9應(yīng)為各原始變量的標(biāo)準(zhǔn)分,而不是原

5、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(Analyze-DescriptiveStatistics-Descriptives),將各個(gè)原始變量放入變量框,并勾選Savestandardizedvaluesasvariables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(Transform-ComputeVariables),輸入公式如下圖所

6、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Y=w1*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Y=0.55449*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,

7、則Y=(55.449*Y1+29.771*Y2)/85.220。以未歸一化的權(quán)重為例,通過計(jì)算變量可以得到主成分綜合評(píng)價(jià)得分Y,操作過程如下圖所示:最終可以得出綜合評(píng)價(jià)得分Y值,如下圖所示:

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。