【正文】 67 1999 2071 1986 1944 2020 2084 1987 1971 2020 2093 1988 1991 2020 2104 1989 2020 2020 2116 1990 2024 2020 2133 1991 2030 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 41 指數(shù)平滑法 第 1步 數(shù)據(jù)組織： 將數(shù)據(jù)組織成 4列，一列是“年份”，另外3列是 3個(gè)人口數(shù)據(jù)的變量，輸入數(shù)據(jù)并保存。 按“轉(zhuǎn)換 → 創(chuàng)建時(shí)間序列”順序打開“創(chuàng)建時(shí)間序列”對(duì)話框 創(chuàng)建時(shí)間序列示例 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 36 時(shí)間序列的建立和平穩(wěn)化 創(chuàng)建時(shí)間序列 時(shí)序圖舉例，按“分析 → 預(yù)測(cè) → 序列圖”順序打開“序列圖”對(duì)話框 時(shí)序圖示例 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 37 主要內(nèi)容 時(shí)間序列的建立和平穩(wěn)化 指數(shù)平滑法 ARIMA模型 時(shí)序序列的季節(jié)性分解 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 38 指數(shù)平滑法 基本概念及統(tǒng)計(jì)原理 （ 1）基本概念 指數(shù)平滑法的思想來源于對(duì)移動(dòng)平均預(yù)測(cè)法的改進(jìn)。系統(tǒng)默認(rèn)的變量名有：年份，年份、季度，年份、月份，年份、季度、月份，日，星期、日，日、小時(shí)等。旋轉(zhuǎn)法：具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。旋轉(zhuǎn)法：具有 Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。 a. 已提取了 3個(gè)成分。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 26 因子分析 “得分”對(duì)話框的設(shè)置：單擊“得分（ S） …” 按鈕，彈出此子對(duì)話框，選擇“保存為變量”，即將因子得分保存下來。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 21 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(jì)分析實(shí)用教程 電子工業(yè)出版社 22 因子分析 統(tǒng)計(jì)原理與分析步驟 （ 1）統(tǒng)計(jì)原理 1 11 1 12 2 12 21 1 22 2 21 1 2 2mmmmp p p pm mx a F a F a Fx a F a F a Fx a F a F a F? ? ? ???? ? ? ????? ? ? ? ??X A F a???其中 x1， x2, …,x p為 p個(gè)原有變量，是均值為零，標(biāo)準(zhǔn)差為 1的標(biāo)準(zhǔn)化變量， F1， F2， … ， Fm為 m個(gè)因子變量， m小于 p，表示成矩陣形式為： SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 23 因子分析 統(tǒng)計(jì)原理與分析步驟 （ 2）分析步驟 ?第 1步 將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化； ?第 2步 確定待分析的原有若干變量是否適合于因子分析； ?第 3步 構(gòu)造因子變量； ?第 4步 利用旋轉(zhuǎn)使得因子變量更具有可解釋性； ?第 5步 計(jì)算因子變量的得分。而“因子載荷矩陣”中各分量的系數(shù)為單位特征向量乘以相應(yīng)的特征值的平方根的結(jié)果，其公式為 。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 17 主成分分析 第四步 因子分析的結(jié)果： ?主成分的碎石圖 該圖從另一個(gè)側(cè)面說明了取前三個(gè)主成分為宜。 ? 對(duì)于提取因子的個(gè)數(shù)問題，一般遵循兩個(gè)標(biāo)準(zhǔn)，其一是累計(jì)方差貢獻(xiàn)率在 80%以上，其二是其特征值大于 1。 第 2步 數(shù)據(jù)組織： 按如教材所示的“指標(biāo)”一列定義變量，輸入數(shù)據(jù)并保存。 第 5步 計(jì)算主成分 。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 8 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(jì)分析實(shí)用教程 電子工業(yè)出版社 9 主成分分析 統(tǒng)計(jì)原理與分析步驟 (1)統(tǒng)計(jì)原理 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 10 主成分分析 (1)統(tǒng)計(jì)原理 1 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? ? ? ???? ? ? ????? ? ? ? ??SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 11 主成分分析 統(tǒng)計(jì)原理與分析步驟 （ 2） 分析步驟 第 1步 原始數(shù)據(jù)的標(biāo)準(zhǔn)化處理 。 （ 2）提取公因子主要有主成分分析法和公因子法，若采用主成分法，則主成分分析和因子分析基本等價(jià)。 ? 特征值： 特征值在某種程度上可以看成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原變量的平均解釋力度大。 每個(gè)主成分均是原始變量的線性組合 ， 且各個(gè)主成分之間互不相關(guān) ， 這就使得主成分比原始變量具有某些更優(yōu)越的性能 。 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 。 （ 3）常用術(shù)語 ?因子載荷 ?變量共同度 ?公共因子的方差貢獻(xiàn) SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 5 3 常用術(shù)語 （ 1） 因子載荷 （ 2）變量共同度 （ 3）公共因子的方差貢獻(xiàn) SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 6 （ 1） 確定時(shí)遵循幾個(gè)原則 ?主成分的累積貢獻(xiàn)率： 一般來說，提取主成分的累積貢獻(xiàn)率達(dá)到 80%～85%以上就比較滿意了，可以由此確定需要提取多少個(gè)主成分。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 7 兩者 的區(qū)別與聯(lián)系 （ 1）兩者都是在多個(gè)原始變量中通過它們之間的內(nèi)部相關(guān)性來獲得新的變量（主成分變量或因子變量），達(dá)到既能減少分析指標(biāo)個(gè)數(shù)，又能概括原始指標(biāo)主要信息的目的。 （ 5）兩者的 SPSS操作都是通過“分析 → 降維 → 因子分析”過程實(shí)現(xiàn)的，主成分分析不需要因子旋轉(zhuǎn)，而因子分析需要經(jīng)過旋轉(zhuǎn)。 第 4步 計(jì)算主成分的方差貢獻(xiàn)率和累積方差貢獻(xiàn)率 。 編號(hào) 國家 x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12 x13 x14 x15 1 中國 2 印度 4 3 日本 0 4 韓國 5 新加坡 6 美國 7 加拿大 8 巴西 9 墨西哥 10 英國 11 法國 12 德國 36 13 意大利 27 14 俄羅斯 15 澳大利亞 16 新西蘭 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程