資源描述：
《主成分分析在SPSS中的操作應(yīng)用(詳細(xì)步驟教學(xué)文稿.doc》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、主成分分析在SPSS中的操作應(yīng)用(2) SPSS在調(diào)用FactorAnalyze過程進(jìn)行分析時，SPSS會自動對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，所以在得到計算結(jié)果后指的變量都是指經(jīng)過標(biāo)準(zhǔn)化處理后的變量，但SPSS不會直接給出標(biāo)準(zhǔn)化后的數(shù)據(jù)，如需要得到標(biāo)準(zhǔn)化數(shù)據(jù)，則需調(diào)用Descriptives過程進(jìn)行計算。圖表3相關(guān)系數(shù)矩陣圖表4方差分解主成分提取分析表主成分分析在SPSS中的操作應(yīng)用(3)圖表5初始因子載荷矩陣 從圖表3可知GDP與工業(yè)增加值，第三產(chǎn)業(yè)增加值、固定資產(chǎn)投資、基本建設(shè)投資、社會消費品零售總額、地方財政收入這幾個指標(biāo)存在著極其顯著的關(guān)系，與海關(guān)出口總額存在著顯著關(guān)系。可見許多變
2、量之間直接的相關(guān)性比較強(qiáng)，證明他們存在信息上的重疊?！ ≈鞒煞謧€數(shù)提取原則為主成分對應(yīng)的特征值大于1的前m個主成分。注：特征值在某種程度上可以被看成是表示主成分影響力度大小的指標(biāo)，如果特征值小于1，說明該主成分的解釋力度還不如直接引入一個原變量的平均解釋力度大，因此一般可以用特征值大于1作為納入標(biāo)準(zhǔn)。通過圖表4（方差分解主成分提取分析）可知，提取2個主成分，即m=2，從圖表5（初始因子載荷矩陣）可知GDP、工業(yè)增加值、第三產(chǎn)業(yè)增加值、固定資產(chǎn)投資、基本建設(shè)投資、社會消費品零售總額、海關(guān)出口總額、地方財政收入在第一主成分上有較高載荷，說明第一主成分基本反映了這些指標(biāo)的信息；人均GDP和農(nóng)業(yè)
3、增加值指標(biāo)在第二主成分上有較高載荷，說明第二主成分基本反映了人均GDP和農(nóng)業(yè)增加值兩個指標(biāo)的信息。所以提取兩個主成分是可以基本反映全部指標(biāo)的信息，所以決定用兩個新變量來代替原來的十個變量。但這兩個新變量的表達(dá)還不能從輸出窗口中直接得到，因為“ComponentMatrix”是指初始因子載荷矩陣，每一個載荷量表示主成分與對應(yīng)變量的相關(guān)系數(shù)。 用圖表5（主成分載荷矩陣）中的數(shù)據(jù)除以主成分相對應(yīng)的特征值開平方根便得到兩個主成分中每個指標(biāo)所對應(yīng)的系數(shù)[2]。將初始因子載荷矩陣中的兩列數(shù)據(jù)輸入（可用復(fù)制粘貼的方法）到數(shù)據(jù)編輯窗口（為變量B1、B2），然后利用“TransformàComputeV
4、ariable”，在ComputeVariable對話框中輸入“A1=B1/SQR(7.22)”[注：第二主成分SQR后的括號中填1.235]，即可得到特征向量A1(見圖表6)。同理，可得到特征向量A2。將得到的特征向量與標(biāo)準(zhǔn)化后的數(shù)據(jù)相乘，然后就可以得出主成分表達(dá)式[注：因本例只是為了說明如何在SPSS進(jìn)行主成分分析，故在此不對提取的主成分進(jìn)行命名，有興趣的讀者可自行命名]：F1=0.353ZX1+0.042ZX2-0.041ZX3+0.364ZX4+0.367ZX5+0.366ZX6+0.352ZX7+0.364ZX8+0.298ZX9+0.355ZX10F2=0.175ZX1-0.
5、741ZX2+0.609ZX3-0.004ZX4+0.063ZX5-0.061ZX6-0.022ZX7+0.158ZX8-0.046ZX9-0.115ZX10圖表6ComputeVariable對話框 前文提到SPSS會自動對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，但不會直接給出，需要我們自己另外算，我們可以通過AnalyzeàDescriptiveStatisticsàDescriptives對話框來實現(xiàn)：彈出Descriptives對話框后，把X1～X10選入Variables框，在Savestandardizedvaluesasvariables前的方框打上鉤，點擊“OK”，經(jīng)標(biāo)準(zhǔn)化的數(shù)據(jù)會自動填入數(shù)據(jù)
6、窗口中，并以Z開頭命名。圖表7Descriptives對話框主成分分析在SPSS中的操作應(yīng)用(4) 以每個主成分所對應(yīng)的特征值占所提取主成分總的特征值之和的比例作為權(quán)重計算主成分綜合模型： 即可得到主成分綜合模型：F=0.327ZX1-0.072ZX2+0.054ZX3+0.310ZX4+0.323ZX5+0.304ZX6+0.297ZX7+0.334ZX8+0.248ZX9+0.286ZX10 根據(jù)主成分綜合模型即可計算綜合主成分值，并對其按綜合主成分值進(jìn)行排序，即可對各地區(qū)進(jìn)行綜合評價比較，結(jié)果見圖表8。圖表8綜合主成分值 對得出的綜合主成分(評價)值，我們可用實際結(jié)果、經(jīng)驗與
7、原始數(shù)據(jù)做聚類分析進(jìn)行檢驗，對有爭議的結(jié)果，可用原始數(shù)據(jù)做判別分析解決爭議，具體評價與檢驗本文不做論述，如讀者有興趣可自行進(jìn)行檢驗論述。四、小結(jié) 本文旨在闡述如何利用SPSS軟件進(jìn)行正確的主成分分析，使讀者能正確使用SPSS進(jìn)行主成分分析，以解決實際問題；避免出現(xiàn)讀者因子分析與主成分分析混用的情況，并希望今后的相關(guān)教科書能夠說明清楚主成分分析在SPSS中的操作。2019高三物理各地重點試題匯編-靜電場A.所受電場力一直增大B.所受
