【正文】 .821 x4 .895 x5 .614 .763 .028 x6 .826 x7 .273 .184 x8 .636 .703 .041 x9 .619 .703 .008 x10 .552 .766 .196 x11 .654 .172 x12 .666 .166 x13 .863 x14 .728 .144 x15 .579 .760 .005 提取方法 :主成分。本例之所以設(shè)置為 3，是因為通過預(yù)先分析，發(fā)現(xiàn)前 3個主成分可以解釋總體信息的 %。 第 3步 主成分分析的設(shè)置： 按“分析 → 降維 → 因子分析”順序打開“因子分析”對話框，將 x1～ x15這 15個變量移入“變量”對話框中，并按如下所示的圖形進行設(shè)置。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 12 主成分分析 SPSS實例分析 【 例 101】 為了從總體上反映世界經(jīng)濟全球化的狀況，現(xiàn)選擇了具有代表性的 16個國家的數(shù)據(jù)，這些國家參與經(jīng)濟全球化的程度指標值如下表所示。 第 2步 計算相關(guān)系數(shù)矩陣 。 （ 3）因子分析提取的公因子比主成分分析提取的主成分更具有解釋性。因此一般可以用特征值大于 1作為納入標準。 因子分析 是一種通過顯在變量測評潛在變量 ， 通過具體指標測評抽象因子的分析方法 ， 最早是由心理學(xué)家 Chales Spearman在 1904年提出的 ， 它的基本思想是將實測的多個指標 ， 用少數(shù)幾個潛在指標 （ 因子 ） 的線性組合表示 。SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 1 第十章 主成分分析和因子分析 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 2 主要內(nèi)容 主成分分析和因子分析簡介 主成分分析 因子分析 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 3 基本概念和主要用途 （ 1） 基本概念 主成分分析 就是考慮各指標之間的相互關(guān)系 ， 利用降維的方法將多個指標轉(zhuǎn)換為少數(shù)幾個互不相關(guān)的指標 ， 從而使進一步研究變得簡單的一種統(tǒng)計方法 。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 4 （ 2）主要用途 ?解決共線性問題； ?評估問卷的結(jié)構(gòu)效度； ?尋找變量之間的潛在結(jié)構(gòu)； ?內(nèi)在結(jié)構(gòu)證實 。 ? 綜合判斷： 大量的實際情況表明，如果根據(jù)累積貢獻率來確定主成分數(shù)往往較多，而用特征值來確定又往往較少，很多時候應(yīng)當將兩者結(jié)合起來，以綜合確定合適的數(shù)量。 （ 4）兩者分析的實質(zhì)和重點不同。 第 3步 計算特征值及單位特征向量 。試分析一個國家參與經(jīng)濟全球化的程度主要受哪些因素的影響。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 14 主成分分析 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 15 主成分分析 說明： ? 由于在 SPSS中并沒有完整的主成分分析過程，其主成分分析過程是集成在 “ 因子分析 ” 過程中的，但并不完善。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 16 主成分分析 第四步 因子分析的結(jié)果： ?特征值和方差貢獻表 成分 初始特征值 提取平方和載入 合計 方差的 % 累積 % 合計 方差的 % 累積 % 1 2 3 4 .876 5 .599 6 .326 7 .119 .796 8 .041 .272 9 .018 .121 10 .010 .063 11 .004 .027 12 .001 .009 13 .000 .002 14 .000 .001 15 提取方法：主成分分析。 a. 已提取了 3 個成分。 12( , , , )i i i p ie e e e? ?/ij ij iea ??SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 19 主成分分析 第五步 利用因子分析的結(jié)果進行主成分分析。 第 2步 數(shù)據(jù)組織： 建立 x1～ x15共 15個數(shù)據(jù)變量和一個“省市”字符型變量，將北京、天津等 8個省市作為個案數(shù)據(jù)輸入并保存。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 27 因子分析 ?旋轉(zhuǎn)前的因子載荷矩陣 表的底部表明使用的是主成分分析法， 3個主成分被抽取出來。在表 旋轉(zhuǎn)的載荷矩陣中，因子變量在許多變量上均有較高的載荷，從旋轉(zhuǎn)后的因子載荷矩陣可以看出，因子 1在 1 1 14上有較大載荷 ，反映科技投入與產(chǎn)出情況，可以命名為創(chuàng)新水平因子；因子 2在指標 15上有較大載荷，反映地區(qū)經(jīng)濟發(fā)展及財政科教投入水平，可以命名為創(chuàng)新環(huán)境因子；因子 3在指標 9和指標 10上有較大載荷，可以命名為高技術(shù)產(chǎn)業(yè)發(fā)展因子。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 29 因子分析 ?因子轉(zhuǎn)換矩陣表 表明因子提取的方法是主成分分析，旋轉(zhuǎn)的方法是方差極大法。 按“轉(zhuǎn)換 → 替換缺失值”打開“替換缺失值”對話框 缺失值替換示例 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 34 時間序列的建立和平穩(wěn)化 定義日期變量 定義日期模塊可以產(chǎn)生周期性的時間序列日期變量。在時間序列分析中，為檢驗時間序列的平穩(wěn)性，經(jīng)常要用一階差分、二階差分，有時為選擇一個合適的時間序列模型還要對原時間序列數(shù)據(jù)進行對數(shù)轉(zhuǎn)換或平方轉(zhuǎn)換等。 （ 2）統(tǒng)計原理 0100? ( 1 )jtjj jt t jj jjzzz????? ??????? ? ???SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 39 指數(shù)平滑法 基本概念及統(tǒng)計原理 （ 2）統(tǒng)計原理 ?簡單模型 211 1 2 1? ?( 1 ) ( 1 ) ( 1 ) Nt t t t t Nz z z z z? ? ? ? ? ? ? ? ?? ? ? ? ? ?Holt線性趨勢模型 1 1 1 1?? ? ?( 1 ) ( ) , , 0 1t t t tz z z b z z? ? ?? ? ? ? ? ?? ≤ ≤1 1 1? ? ?? ?( ) ( 1 ) 0 , 0 1t t t tb z z b b? ? ?? ? ??? ? ? ?? ≤ ≤，?? ?t m t tz z b m? ??SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 40 指數(shù)平滑法 SPSS實例分析 【 例 114】 為了研究上海市的人口情況，某研究小組提取了1978～ 2020年上海市的人口數(shù)據(jù)，其中有 3個統(tǒng)計指標，即 x1：年末人口數(shù)（萬人）， x2：非農(nóng)業(yè)人口數(shù)（萬人）， x3：人口密度（人 /平方千米），具體數(shù)據(jù)如下表所示。按 創(chuàng)建年末人口數(shù)的時序圖，如下圖所示。 第 4步 指數(shù)平滑法設(shè)置： 按“分析 → 預(yù)測 → 創(chuàng)建模型”順序打開“時間序列建模器”對話框。此外，所有數(shù)據(jù)中沒有離群值（孤立點）。 ARIMA模型全稱綜合自回歸移動平均（ AutoRegressive Integrated Moving Average）模型，簡記為 ARIMA(p, d, q)模型，其中 AR是自回歸， p為自回歸階數(shù)； MA為移動平均， q為移動平均階數(shù)； d為時間序列成為平穩(wěn)時間序列時所做的差分次數(shù)。 具體如下表所示。季節(jié)性乘積模型可以得到參數(shù)簡約的模型。 SPSS 19(中文版 )統(tǒng)計分