tft每日頭條

 > 圖文

 > spss裡主成分分析在哪

spss裡主成分分析在哪

圖文 更新时间:2024-09-05 23:23:17

spss裡主成分分析在哪?一.原始數據的輸入注意事項:關鍵注意設置好數據的類型(數值?字符串?等等)以及小數點後保留數字的個數即可,我來為大家講解一下關于spss裡主成分分析在哪?跟着小編一起來看一看吧!

spss裡主成分分析在哪(spss主成分分析步驟)1

spss裡主成分分析在哪

一.原始數據的輸入

注意事項:關鍵注意設置好數據的類型(數值?字符串?等等)以及小數點後保留數字的個數即可。

二.選項操作

1. 打開SPSS的“分析”→“降維”→“因子分析”,

打開“因子分析”對話框(如下圖)

2. 把六個變量:食品、衣着、燃料、住房、交通和通訊、娛樂教育文化輸入到右邊的待分析變量框。

3. 設置分析的統計量

打開最右上角的“描述”對話框,選中“統計量”裡面的“原始分析結果”和“相關矩陣”裡面的“系數”。(選中原始分析結果,SPSS自動把原始數據标準差标準化,但不顯示出來;選中系數,會顯示相關系數矩陣。)。然後點擊“繼續”。

打開第二個的“抽取”對話框:“方法”裡選取“主成分”;“分析”、“輸出”和“抽取”這三項都選中各自的第一個選項即可。然後點擊“繼續”。

第三個的“旋轉”對話框裡,選取默認的也是第一個選項“無”。

第四個“得分”對話框中,選中“保存為變量”的“回歸”;以及“顯示因子得分系數矩陣”。

第五個“選項”對話框,默認即可。

這時點擊“确定”,進行主成分分析。

三.分析結果的解讀

按照SPSS輸出結果的先後順序逐個介紹

1.相關系數矩陣:是6個變量兩兩之間相關系數大小的方陣。

2.共同度:

給出了這次主成分分析從原始變量中提取的信息,可以看出交通和通訊最

3.總方差的解釋:

系統默認方差大于1的為主成分,所以隻取前兩個,前兩個主成分累加占到總方差的80.939%。并且第一主成分的方差是3.568,第二主成分的方差是1.288。

4. 主成分載荷矩陣:

應該特别注意:

這個主成分載荷矩陣并不是主成分的特征向量,也就是說并不是主成分1和主成分2的系數,主成分系數的求法是:各自主成分載荷向量除以各自主成分特征值的算術平方根。那麼第1主成分的各個系數是向量(0.925, 0.902, 0.880, 0.878, 0.588, 0.093)除以.568後得到,即(0.490, 0.478, 0.466, 0.465, 0.311, 0.049)(這才是主成分1的特征向量,滿足條件:系數的平方和等于1),分别乘以6個原始變量标準化之後的變量即為第1主成分的函數表達式:

Y1?0.490*Z交?0.478*Z食?0.466*Z衣?0.465*Z住?0.311*Z娛?0.049*Z燃

同理可以求出第2主成分的函數表達式。(同學們自己求解!)

5. 主成分得分系數矩陣

該矩陣是主成分載荷矩陣除以各自的方差得來的,實際上是因子分析中各個因子的系數,在主成分分析中可以不考慮它。

6. 因子得分

在步驟二中,第四個“得分”對話框中,我們選中“保存為變量”的“回歸”;以及“顯示因子得分系數矩陣”。SPSS的輸出結果和原始數據一起顯示在數據窗口裡面:

特别提醒:

後兩列的數據是北京等16個地區的因子1和因子2的得分,不是主成分1和主成分2的得分。主成分的得分是相應的因子得分乘以相應的方差的算術平方根。即:主成分1得分=因子1得分乘以3.568的算術平方根

主成分2得分=因子2得分乘以1.288的算術平方根

四.主成分的得分:

把因子1和因子2的數值分别乘以各自的方差的算術平方根,得出各地區主成分1和主成分2的得分。

後兩列就是這16個地區主成分1和主成分2的得分。

(有興趣的同學可以驗證一下:由步驟3.4推導出來的主成分的函數關系式計算出來的主成分得分是否與該數據欄的得分一緻?)

五.綜合得分及排序:

每個地區的綜合得分是按照下列公式計算的:

3.5681.288Y?*主成分1得分?*主成分2得分, 化簡得: 3.568?1.2883.568?1.288

Y?0.7348*主成分1得分?0.2652*主成分2得分。

按照此公式計算出各地區的綜合得分Y為:

按照綜合得分Y的大小進行16個地區的排序,結果如下: 9

特别提醒:

1. 如果主成分分析中有n個變量,則特征值(或方差)之和就等于n。

2. 特征向量(或主成分的系數)中各個數值的平方和等于1,否則就不是特征

向量,也不是主成分系數。

3. 步驟3.4中的主成分載荷向量各系數的平方和等于其對應的主成分的方差。

在本例中:0.9252?0.9022?0.8802?0.8782?0.5882?0.0932?3.568

4. SPSS沒有專門的主成分分析模塊,是在因子分析模塊進行的。它隻輸出主成

分載荷矩陣和因子得分值,而我們最想得到的主成分的系數(特征向量)和主成分得分則需要另外計算。

5. 如果計算沒有錯誤,因子1、因子2、主成分1、主成分2和綜合得分Y,它

們各自的數值之和都等于0。

6. 主成分分析應該計算出綜合得分并排序。 10.

特朗普證實美國正在升級核武器!詳細現場視頻,盡在“中國網”抖音(787874450)

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关圖文资讯推荐

热门圖文资讯推荐

网友关注

Copyright 2023-2024 - www.tftnews.com All Rights Reserved