spss第10章主成分分析和因子分析(存儲版)
【正文】 x1 .936 .286 .130 x2 .776 .459 .202 x3 .924 .016 .251 x4 .867 .413 .221 x5 .068 .940 .180 x6 .966 .177 .095 x7 .944 .202 .235 x8 .541 .726 .327 x9 .018 .137 .956 x10 .377 .172 .876 x11 .794 .558 .118 x12 .913 .365 .161 x13 .937 .071 .084 x14 .926 .301 .119 x15 .705 .626 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 5 iterations. 西南財經(jīng)大學(xué)出版社 25 因子分析 ?因子轉(zhuǎn)換矩陣 表明了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。因子 1在 1 114上有較大的載荷 ，反映科技投入與產(chǎn)出情況，可以命名為創(chuàng)新水平因子。每組變量代表一個基本結(jié)構(gòu)，這個基本結(jié)構(gòu)稱為一個公共因子。 ?用公式 計算出標(biāo)準(zhǔn)化特征向量。i i i i pi py e x e x e x e x? ? ? ? ?第 i個主成分： 1kk piip ?????設(shè)第 k個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? ? ? ??? ? ? ? ????? ? ? ? ??主成分的計算公式為： 西南財經(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 計算相關(guān)系數(shù)矩陣； ?第 3步 計算特征值及單位特征向量； ?第 4步 計算主成分的方差貢獻率和累計方差貢獻率； ?第 5步 計算主成分。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指標(biāo)轉(zhuǎn)化為幾個綜合指標(biāo)，稱為主成分。 編號 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 西南財經(jīng)大學(xué)出版社
公司管理相關(guān)推薦
鄂ICP備17016276號-1