spss第10章主成分分析和因子分析-wenkub
2023-05-24 11:36:55 本頁面
【正文】 0 .005 Extraction Method: Principal Component Analysis. a. 3 ponents extracted. 西南財(cái)經(jīng)大學(xué)出版社 11 主成分析 ?第 5步 利用因子分析的結(jié)果進(jìn)行主成分分析：上 表是旋轉(zhuǎn)前的因子載荷矩陣，并不是主成分分析中所需要的標(biāo)準(zhǔn)化的正交向量，要得到標(biāo)準(zhǔn)化正交向量還需作如下運(yùn)算： ?將上表因子載荷矩陣中的數(shù)據(jù)輸入 SPSS數(shù)據(jù)編輯窗口中，將3個(gè)變量名分別命名為 a1,a2和 a3。 編號(hào) 國(guó)家 x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12 x13 x14 x15 1 中國(guó) 2 印度 4 3 日本 0 4 韓國(guó) 5 新加坡 6 美國(guó) 7 加拿大 8 巴西 9 墨西哥 10 英國(guó) 11 法國(guó) 12 德國(guó) 36 13 意大利 27 14 俄羅斯 15 澳大利亞 16 新西蘭 西南財(cái)經(jīng)大學(xué)出版社 7 主成分析 ?第 1步 分析：根據(jù)題目要求，需進(jìn)行主成分分析。 西南財(cái)經(jīng)大學(xué)出版社 4 主成分析 (2)統(tǒng)計(jì)原理 1 1 2 239。主成分分析是由 Hotelling于 1933年首先提出的，是利用“降維”的思想，在損失很少信息的前提下把多個(gè)指標(biāo)轉(zhuǎn)化為幾個(gè)綜合指標(biāo)，稱為主成分。分類變量和連續(xù)變量均可以參與兩步聚類分析。i i i i pi py e x e x e x e x? ? ? ? ?第 i個(gè)主成分： 1kk piip ?????設(shè)第 k個(gè)主成分的方差占總方差的比例為 ，則有： kp1 11 1 12 2 12 21 1 22 2 21 1 2 2mmmmp p p pm my e x e x e xy e x e x e xy e x e x e x? ? ? ??? ? ? ? ????? ? ? ? ??主成分的計(jì)算公式為： 西南財(cái)經(jīng)大學(xué)出版社 5 主成分析 (3)分析步驟 ?第 1步 原始數(shù)據(jù)的標(biāo)準(zhǔn)化處理； ?第 2步 計(jì)算相關(guān)系數(shù)矩陣； ?第 3步 計(jì)算特征值及單位特征向量； ?第 4步 計(jì)算主成分的方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率； ?第 5步 計(jì)算主成分。 ?第 2步 數(shù)據(jù)組織：按如上表所示的“指標(biāo)”一列定義變量，輸入數(shù)據(jù)并保存； ?第 3步 主成分分析的設(shè)置，主要如下兩圖所示。 ?用公式 計(jì)算出標(biāo)準(zhǔn)化特征向量。由于是以相關(guān)系數(shù)矩陣為出發(fā)點(diǎn)進(jìn)行因子分析的
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1