【正文】 性的影響。在調(diào)查問卷的設(shè)計(jì)過程中，我們充分考慮了不同群體對于免費(fèi)師范生的看法，盡量多地列舉了各種可能存在的影響因素，最大限度地利用各種有用的信息，以便于問卷的調(diào)查面足夠的廣泛和有目標(biāo)性，最后從50個(gè)問題中挑選除了有代表性的24個(gè)問題展開調(diào)查，從上面的問卷可以看出調(diào)查內(nèi)容已經(jīng)體現(xiàn)絕大多數(shù)學(xué)生報(bào)考免費(fèi)院校的原因，也就是說此問卷的結(jié)果是有效的，可以用以分析問題的一個(gè)依據(jù)。這里我們直接用Matlab軟件對273個(gè)原始樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，雖然本例不涉及到量綱問題，但標(biāo)準(zhǔn)化后的數(shù)據(jù)易于分析，最后得到的27324標(biāo)準(zhǔn)化矩陣截圖如下： 點(diǎn)擊截圖連接查看標(biāo)準(zhǔn)化后的原始數(shù)據(jù) 對原始數(shù)據(jù)的標(biāo)準(zhǔn)化，在各種多元統(tǒng)計(jì)軟件中都會(huì)存在，如spss、matlab等，目的在于消除實(shí)際數(shù)據(jù)中遇到的量綱問題，標(biāo)準(zhǔn)化后的數(shù)據(jù)均值為0，方差為1，這樣不同指標(biāo)的數(shù)據(jù)就可以放在一個(gè)矩陣中了。 特征值按從大到小排如下： 對應(yīng)于相應(yīng)特征值的特征向量如下： 由各個(gè)特征值所計(jì)算出來的貢獻(xiàn)率由大到小依次為： % % % % % % % % % % % % % % % % % % % % % % % % 一般的主成分分析由累積貢獻(xiàn)率不低于85%來確定主成分的個(gè)數(shù)，%，若將主成分個(gè)數(shù)定為17個(gè)，分析仍顯繁雜，這里我們采取累積貢獻(xiàn)率不低于71%來確定主成分個(gè)書，圖示如下： 分量編號 特征值 貢獻(xiàn)率 累積貢獻(xiàn)率 1 % % 2 % % 3 % % 4 % % 5 % % 6 % % 7 % % 8 % % 9 % % 10 % % 11 % % 12 % % 13 % % 14 % % 15 % % 16 % % 17 % % 18 % % 19 % % 20 % % 21 % % 22 % % 23 % % 24 % 100% 這里我們得到前12個(gè)主成分的表達(dá)式如下： y1=+++++++++y2=+++++ …………………………………………………………y12=++++++++ x15+++++其中xi表示原始數(shù)據(jù)經(jīng)標(biāo)準(zhǔn)化后的相應(yīng)值，從各xi的前面的系數(shù)來看，第一主成分y1主要由x8和x21影響，而這兩個(gè)指標(biāo)均為免費(fèi)師范生報(bào)考免費(fèi)院校的最主要原因，說明y1重點(diǎn)反映了學(xué)生個(gè)人的原因；y2主要由x4和x5決定，這兩個(gè)指標(biāo)是典型的家庭影響因素(父母親的學(xué)歷)；y3則由個(gè)人的性別x1和對免費(fèi)師范生的態(tài)度x24來決定，屬性別事業(yè)因素；y4則有個(gè)人選擇免費(fèi)師范生的主要外界因素x11和將來可能面臨的政策上的限制x17等等來決定，稱為未來影響因素；y5涉及到師范生免費(fèi)的利與弊的對比，如x16和x23的對比；y6可以稱為家庭條件與志向間的關(guān)系，x3(家庭收入)和x10(偏遠(yuǎn)地區(qū)支教)的關(guān)系；y7反映的是一個(gè)不確定外界條件，當(dāng)初意向與現(xiàn)實(shí)的差距所產(chǎn)生的不利之因素；y8重點(diǎn)反映家庭經(jīng)濟(jì)因素與將來擇業(yè)間的關(guān)系，如x2等；y9體現(xiàn)的是外界的影響因素及自己所能承受的條件，可稱為個(gè)人傾向因素；y10為學(xué)生對國家政策的自發(fā)響應(yīng)觀念，是一種受外部約束的外界因素；y11是仍然為家庭因素與國家政策之間的共同作用因素；y12同樣反應(yīng)的是免費(fèi)政策所帶來的限制因素對生源的影響。另外有的地方對原始數(shù)據(jù)采用總和標(biāo)準(zhǔn)化進(jìn)行標(biāo)準(zhǔn)數(shù)據(jù)，這里我們采用前者，計(jì)算相關(guān)系數(shù)矩陣；計(jì)算特征值和特征向量；對主成分進(jìn)行排序；計(jì)算各特征值貢獻(xiàn)率；挑選主成分（累計(jì)貢獻(xiàn)率大于85%），輸出主成分個(gè)數(shù)；計(jì)算主成分載荷，計(jì)算各主成分的得分和綜合排序，讀入數(shù)據(jù)，調(diào)用以上函數(shù)1 %,用總和標(biāo)準(zhǔn)化法標(biāo)準(zhǔn)化矩陣function std=cwstd(vector)cwsum=sum(vector,1)。fprintf(39。)[vec,val]=eig(std) %求特征值(val)及特征向量(vec)newval=diag(val) 。)for z=1:length(y) newy(z)=y(length(y)+1z)。fprintf(39。for k=length(y):1:1 sumrate=sumrate+rate(k)。主成分?jǐn)?shù)：%g\n\n39。)for p=1:length(newi) for q=1:length(y) result(q,p)=sqrt(newval(newi(p)))*vec(q,newi(p))。[newcsum,i]=sort(1*csum)。)score=[sco,csum,j] %得分矩陣：sco為各主成分得分；csum為綜合得分；j為排序結(jié)果4 function print=cwprint(vector)。cwscore(v1,result)。利用主成分分析本身可以對所研究的問題在一定程度上作分析，但主成分分析本身往往不是最終目的，更重要的是利用主成分綜合原始變量的信息，達(dá)到降維的目的，然后對數(shù)據(jù)做進(jìn)一步的分析，如回歸分析、聚類分析、判別分析等。在我論文的選題、開題報(bào)告的審閱、調(diào)查問卷的完善與發(fā)放、論文的整體設(shè)計(jì)思想到初稿的完成等，謝老師都面面俱到的進(jìn)行了嚴(yán)格的審批，充分體現(xiàn)了科學(xué)研究者的嚴(yán)