【正文】 f S q u a r e d L o a d i n g s R o t a t i o n S u m s o f S q u a r e d L o a d i n g sE x t r a c t i o n M e t h o d : P r i n c i p a l C o m p o n e n t A n a l y s i s .初始因子載荷 提取因子載荷 旋轉(zhuǎn)提取因子載荷 Component Matrix 主成分分析和因子分析的區(qū)別 ? 因子分析是主成分分析的推廣和發(fā)展。 ? 點(diǎn)擊 Rotation，彈出 Factor Analysis： Rotation對(duì)話框，系統(tǒng)有 5種因子旋轉(zhuǎn)方法可選： ? None：不作因子旋轉(zhuǎn)； ? Varimax：正交旋轉(zhuǎn)； ? Equamax：全體旋轉(zhuǎn)，對(duì)變量和因子均作旋轉(zhuǎn)； ? Quartimax：四分旋轉(zhuǎn)，對(duì)變量作旋轉(zhuǎn)； ? Direct Oblimin：斜交旋轉(zhuǎn)。 ? 政府支持度 =(政府實(shí)際投入培訓(xùn)資金 /政府預(yù)計(jì)投入資金 ) 100%。 ? 通過(guò)對(duì)璧山縣 2個(gè)街道辦事處 3個(gè)鎮(zhèn)的外出農(nóng)民工進(jìn)行抽樣調(diào)查、走訪以及與當(dāng)?shù)匾恍┱块T的座談，從影響農(nóng)民工培訓(xùn)的因素中選取了 8個(gè)具體變量進(jìn)行分析，并根據(jù)當(dāng)?shù)剞r(nóng)民工培訓(xùn)的具體情況對(duì)公式進(jìn)行了相關(guān)轉(zhuǎn)換，即： ? 各因子數(shù)據(jù)具體計(jì)算方法為 : ? 農(nóng)民工愿意培訓(xùn)度 =(愿意培訓(xùn)農(nóng)民工數(shù) /農(nóng)民工總?cè)藬?shù) ) 100%。 ? 這樣既可減輕收集信息的工作量，且各綜合指標(biāo)代表的信息比重疊，便于分析。 C om pone nt M a t r i xa . 7 1 2 . 6 7 2 . 1 9 6 . 0 4 2 . 0 1 3 . 0 3 4 . 0 0 4 . 9 3 5 . 2 8 9 . 0 3 5 . 1 2 8 . 0 7 3 . 1 3 6 . 0 1 6 . 3 3 8 . 0 8 1 . 9 3 0 . 0 2 7 . 1 0 8 . 0 5 1 . 0 0 2. 9 0 5 . 1 3 2 . 3 2 6 . 1 4 3 . 1 8 4 . 0 4 7 . 0 4 0. 9 0 7 . 1 8 9 . 1 3 6 . 3 4 6 . 0 1 2 . 0 5 2 . 0 2 2. 9 8 8 . 0 3 6 . 1 1 9 . 0 2 1 . 0 4 3 . 0 5 8 . 0 5 1 . 4 3 2 . 8 6 9 . 1 5 4 . 1 5 0 . 0 9 3 . 0 5 2 7 . 9 7 E 0 0 5. 9 1 5 . 1 1 8 . 1 6 1 . 1 8 7 . 2 9 6 . 0 1 0 . 0 1 3食品 X1衣著 X2家 庭設(shè) 備 用 品及 服 務(wù) X3醫(yī) 療保 險(xiǎn) X4交 通和 通 訊 X5娛 樂(lè)教 育 文 化服 務(wù) X6居住 X7雜 物商 品 及 服務(wù) X81 2 3 4 5 6 7C o m p o n e n tE x t r a c t i o n M e t h o d : P r i n c i p a l C o m p o n e n t A n a l y s i s .7 c o m p o n e n t s e x t r a c t e d .a . Transform pute 得出主成分表達(dá)式 主成分表達(dá)式 ? 主成分得分表 主成分得分表 第一主成分 代表的意義為消費(fèi)結(jié)構(gòu)針對(duì)發(fā)展、享受需求和生存需求的差異， 得分越高，表明人們對(duì)于發(fā)展和享受的需求越大 。 分析結(jié)果 ——表格 ? 方差分解主成分提取分析表 T o t a l V a r i a n c e E x p l a i n e d5 . 1 3 7 6 4 . 2 1 7 6 4 . 2 1 7 5 . 1 3 7 6 4 . 2 1 7 6 4 . 2 1 71 . 3 6 5 1 7 . 0 6 8 8 1 . 2 8 5 1 . 3 6 5 1 7 . 0 6 8 8 1 . 2 8 51 . 0 9 2 1 3 . 6 5 0 9 4 . 9 3 5 1 . 0 9 2 1 3 . 6 5 0 9 4 . 9 3 5. 2 1 7 2 . 7 1 5 9 7 . 6 5 0 . 2 1 7 2 . 7 1 5 9 7 . 6 5 0. 1 4 9 1 . 8 6 6 9 9 . 5 1 7 . 1 4 9 1 . 8 6 6 9 9 . 5 1 7. 0 3 3 . 4 1 9 9 9 . 9 3 5 . 0 3 3 . 4 1 9 9 9 . 9 3 5. 0 0 5 . 0 6 5 1 0 0 . 0 0 0 . 0 0 5 . 0 6 5 1 0 0 . 0 0 03 . 3 7 E 0 1 6 4 . 2 2 E 0 1 5 1 0 0 . 0 0 0C o m p o n e n t12345678T o t a l% o fV a r i a n c e C u m u l a t i v e % T o t a l% o fV a r i a n c e C u m u l a t i v e %I n i t i a l E i g e n v a l u e s E x t r a c t i o n S u m s o f S q u a r e d L o a d i n g sE x t r a c t i o n M e t h o d : P r i n c i p a l C o m p o n e n t A n a l y s i s .特征值 主成分貢獻(xiàn)率 累積貢獻(xiàn)率 ? 初始因子載荷矩陣 C om pone nt M a t r i xa . 7 1 2 . 6 7 2 . 1 9 6 . 0 4 2 . 0 1 3 . 0 3 4 . 0 0 4 . 9 3 5 . 2 8 9 . 0 3 5 . 1 2 8 . 0 7 3 . 1 3 6 . 0 1 6 . 3 3 8 . 0 8 1 . 9 3 0 . 0 2 7 . 1 0 8 . 0 5 1 . 0 0 2. 9 0 5 . 1 3 2 . 3 2 6 . 1 4 3 . 1 8 4 . 0 4 7 . 0 4 0. 9 0 7 . 1 8 9 . 1 3 6 . 3 4 6 . 0 1 2 . 0 5 2 . 0 2 2. 9 8 8 . 0 3 6 . 1 1 9 . 0 2 1 . 0 4 3 . 0 5 8 . 0 5 1 . 4 3 2 . 8 6 9 . 1 5 4 . 1 5 0 . 0 9 3 . 0 5 2 7 . 9 7 E 0 0 5. 9 1 5 . 1 1 8 . 1 6 1 . 1 8 7 . 2 9 6 . 0 1 0 . 0 1 3食品 X1衣著 X2家 庭設(shè) 備 用 品及 服 務(wù) X3醫(yī) 療保 險(xiǎn) X4交 通和 通 訊 X5娛 樂(lè)教 育 文 化服 務(wù) X6居住 X7雜 物商 品 及 服務(wù) X81 2 3 4 5 6 7C o m p o n e n tE x t r a c t i o n M e t h o d : P r i n c i p a l C o m p o n e n t A n a l y s i s .7 c o m p o n e n t s e x t r a c t e d .a . ? 每一個(gè)載荷量表示主成分與對(duì)應(yīng)變量的相關(guān)系數(shù)。 主成分分析方法的原理 ? 設(shè)法將原來(lái)變量重新組合成一組新的 互相無(wú)關(guān) 的 幾個(gè)綜合變量 ，同時(shí)根據(jù)實(shí)際需要從中可以取出幾個(gè)較少的綜合變量 盡可能多地反映 原來(lái)變量的信息的統(tǒng)計(jì)方法叫做主成分分析或稱主分量分析，也是數(shù)學(xué)上降維 處理的一種方法。 ? 在用統(tǒng)計(jì)分析方法研究多變量的課題時(shí)，變量個(gè)數(shù)太多就會(huì)增加課題的復(fù)雜性。 ? 在以往功效系數(shù)法的應(yīng)用中 ,最后功效系數(shù)值使用加權(quán)算術(shù)平均的方法確定 ,為了更準(zhǔn)確地評(píng)價(jià)整體效益狀況 ,統(tǒng)計(jì)學(xué)家設(shè)計(jì)出 改進(jìn)功效系數(shù) ,對(duì)每一評(píng)價(jià)指標(biāo)分別確定一個(gè)滿意值與不允許值 ,以滿意值為標(biāo)準(zhǔn)上限 ,不允許值為標(biāo)準(zhǔn)下限 ,按 線性正相關(guān)的方法將不同的評(píng)價(jià)指標(biāo)無(wú)量綱化轉(zhuǎn)為相應(yīng)的評(píng)價(jià)分?jǐn)?shù) ,經(jīng)加權(quán)幾何平均得出綜合評(píng)價(jià)分?jǐn)?shù) ,對(duì)評(píng)價(jià)對(duì)象的綜合狀況作出評(píng)估 。 ? 在構(gòu)建指標(biāo)體系的基礎(chǔ)上，通過(guò) 德?tīng)柗?咨詢，進(jìn)行 層次分析 來(lái)確定各指標(biāo)的權(quán)數(shù)，以初值化消除量綱，計(jì)算農(nóng)業(yè)經(jīng)濟(jì)效益綜合指數(shù)。 ? 綜合指數(shù)法的基本思路則是利用 層次分析法計(jì)算的權(quán)重 和 模糊評(píng)判法取得的數(shù)值 進(jìn)行累乘，然后相加，最后計(jì)算出經(jīng)濟(jì)效益指標(biāo)的綜合評(píng)價(jià)指數(shù)。 ?按各評(píng)價(jià)方法的理論基礎(chǔ)不同，可以分為六大類定量評(píng)價(jià)方法 。 ? 若不符合要求，則需要進(jìn)行一些修改，甚至返回到前述的某一環(huán)節(jié)。 二、農(nóng)村發(fā)展研究評(píng)價(jià)的一般過(guò)程 ? 完整的評(píng)價(jià)可以分為如下幾個(gè)階段： ? （ 1）確定評(píng)價(jià)目的，選取評(píng)價(jià)對(duì)象 ? （ 2）建立評(píng)價(jià)指標(biāo)體系 ? 具體包括評(píng)價(jià)目標(biāo)的細(xì)分與結(jié)構(gòu)化，指標(biāo)體系的初步確定，指標(biāo)體系的整體檢驗(yàn)與初步檢驗(yàn)，指標(biāo)體系結(jié)構(gòu)的優(yōu)化，定性變量的數(shù)量化等環(huán)節(jié)。 ? 評(píng)價(jià)分 綜合評(píng)價(jià) 和 單項(xiàng)評(píng)價(jià) ? 單項(xiàng)評(píng)價(jià)：評(píng)價(jià)標(biāo)準(zhǔn)單一、明確 （單指標(biāo)評(píng)價(jià)） ? 綜合評(píng)價(jià)：評(píng)價(jià)標(biāo)準(zhǔn)復(fù)雜、抽象 （多指標(biāo)評(píng)價(jià)） 二、農(nóng)村發(fā)展研究評(píng)價(jià)的一般過(guò)程 ? 評(píng)價(jià)的目的 是通過(guò)對(duì)評(píng)價(jià)對(duì)象屬性的定量化測(cè)定，實(shí)現(xiàn)對(duì)評(píng)價(jià)對(duì)象整體水平或功能的量化描述，從而揭示事物的價(jià)值或發(fā)展規(guī)律。 ? （ 5）對(duì)評(píng)價(jià)結(jié)果進(jìn)行評(píng)估與檢驗(yàn) ，以判別所選評(píng)價(jià)模型、有關(guān)標(biāo)準(zhǔn)、有關(guān)權(quán)值、甚至指標(biāo)體系合理與否。 ?按其評(píng)價(jià)思想不同，可以分為 加權(quán)評(píng)價(jià)方法 和 非加權(quán)評(píng)價(jià)方法 兩類。 一、綜合指數(shù)法 ? 各項(xiàng)指標(biāo)的權(quán)數(shù)是根據(jù)其重要程度決定的，體現(xiàn)了各項(xiàng)指標(biāo)在經(jīng)濟(jì)效益綜合值中作用的大小。 ? 甲乙兩地區(qū) 2022年農(nóng)業(yè)經(jīng)濟(jì)效益相關(guān)資料見(jiàn)表 1： 以農(nóng)業(yè)物耗與產(chǎn)值比表示資金產(chǎn)出率；以畝均產(chǎn)量和畝均收入表示土地生產(chǎn)率；以勞均產(chǎn)值、勞均收入等表示勞動(dòng)生產(chǎn)率。 ? 其含義是：在評(píng)價(jià)某一整體的綜合效益時(shí)，一般有多種指標(biāo)，而這些指標(biāo)的性質(zhì)和度量單位往往不同，不能直接相加或綜合，需要通過(guò)一定形式的函數(shù)關(guān)系將其轉(zhuǎn)化為同度量指標(biāo)，再將這些同度量指標(biāo)加權(quán)綜合，使之形成一個(gè)綜合指標(biāo)，稱之為總功效系數(shù)，以此評(píng)價(jià)整體的綜合效益。 三、主成分分析 ? 主成分分析 （ Principal Component Analysis， PCA） ? 在實(shí)際課題中，為了全面分析問(wèn)題，往往提出很多與此有關(guān)的變量（或因素），因?yàn)槊總€(gè)變量都在不同程度上反映這個(gè)課題的某些信息。 ? 主成分分析是對(duì)于原先提出的所有變量，建立盡可能少的新變量，使得這些新變量是兩兩不相關(guān)的，而且這些新變量在反映課題的信息方面盡可能保持原有的信息 。 ? 計(jì)算綜合評(píng)價(jià)指標(biāo) ? 綜合評(píng)價(jià)指標(biāo)其實(shí)就是前 K個(gè)主成分的線性加權(quán)值 ? 計(jì)算評(píng)價(jià)分值并排序 應(yīng)用實(shí)例： ? 主成分分析及其應(yīng)用探討 —— 以山西省農(nóng)村居民消費(fèi)結(jié)構(gòu)為例 年份 消費(fèi)性支 出構(gòu)成 食品 X1 衣著 X2 家庭設(shè)備用品及服務(wù) X3 醫(yī)療保 險(xiǎn) X4 交通和通訊 X5 娛樂(lè)教育文 化服務(wù) X6 居住 X7 雜物商品及服 務(wù) X8 1980 1985 1990 1995 1996 1997 1998 1999 2022 2022 2022 山西省農(nóng)村居民家庭平均每人全年消費(fèi)性支出構(gòu)成 (1980~2022） SPSS操作 ? AnalyzeData ReductionFactor 選擇后彈出現(xiàn)下面的對(duì)話框 把數(shù)據(jù)都選進(jìn) Variables 去 把數(shù)據(jù)都選進(jìn) Variables 去 點(diǎn)擊 ? 彈出現(xiàn)下面的對(duì)話框 在對(duì)話框的空白處填 0，記得上面的圖中要選中前面的點(diǎn) ? 點(diǎn)擊 continue 鈕 ? 返回上個(gè)對(duì)話框 ? 如需要得到相關(guān)系數(shù)矩陣，點(diǎn)擊 ? 在 Coefficients 前的方框打上鉤 ? 然后點(diǎn)擊 continue 鈕 ? 1返回上個(gè)對(duì)話框，點(diǎn)擊“ OK” 分析結(jié)果 ——表格 ? 相關(guān)系數(shù)矩陣 C or r e l a t i on M a t r i x1 . 0 0 0 . 4 5 6 . 0 0 6 . 6 1 7 . 7 5 9 . 7 5 5 .