spss對主成分回歸實(shí)驗(yàn)報(bào)告(編輯修改稿)
2025-06-09 22:11 本頁面
【文章內(nèi)容簡介】 相關(guān)系數(shù)是否足夠大可以做因子分析）選完后點(diǎn)擊“繼續(xù)”進(jìn)行下一步；②點(diǎn)擊“抽取”（見圖13）：在“方法”下默認(rèn)“主成分”；“分析”下，默認(rèn)“相關(guān)性矩陣”（含義是要對變量做標(biāo)準(zhǔn)化處理，然后基于標(biāo)準(zhǔn)化后的協(xié)差陣也就是相關(guān)陣進(jìn)行分解做因子分析或主成分分析），如果不需要對變量做標(biāo)準(zhǔn)化處理就選“協(xié)方差矩陣”；“輸出”中的兩項(xiàng)都選，要求輸出沒有旋轉(zhuǎn)的因子解（主成分分析必選項(xiàng)）和碎石圖（用圖形決定提取的主成分或因子的個(gè)數(shù)）；“抽取“下，默認(rèn)的是基于特征值（大于1表示提取的因子或主成分至少代表1個(gè)單位標(biāo)準(zhǔn)差的變量信息，因?yàn)闃?biāo)準(zhǔn)化后的變量方差為1，因子或者主成分作為提取的綜合變量應(yīng)該至少代表1個(gè)變量的信息），也可以自選提取的因子個(gè)數(shù)（即第二項(xiàng)），本例中做主成分回歸，選擇提取全部可能的3個(gè)主成分，所以自選個(gè)數(shù)填3。選完后點(diǎn)擊 “繼續(xù)”進(jìn)行下一步；③點(diǎn)擊“旋轉(zhuǎn)”（圖14），按默認(rèn)的“方法”下不旋轉(zhuǎn)（注意，主成分分析不能旋轉(zhuǎn)?。┢渌挥眠x，點(diǎn)擊“繼續(xù)”進(jìn)行下一步；④點(diǎn)擊“得分”，計(jì)算不旋轉(zhuǎn)的初始因子得分（圖15），選中“保存為變量”，“方法”下按默認(rèn)，其他不修改，點(diǎn)擊“繼續(xù)”進(jìn)行下一步。⑤“選項(xiàng)”下可以不選按默認(rèn)（選項(xiàng)里主要針對缺失值和系數(shù)顯示格式，不影響分析結(jié)果）最后點(diǎn)擊“確定”，運(yùn)行因子分析。圖10圖11圖12圖13圖14圖15由運(yùn)行結(jié)果計(jì)算主成分：表描述統(tǒng)計(jì)量均值標(biāo)準(zhǔn)差分析 Nx111x211x311表相關(guān)矩陣x1x2x3相關(guān)x1.026.997x2.026.036x3.997.036Sig.（單側(cè)）x1.470.000x2.470.459x3.000.459表KMO 和 Bartlett 的檢驗(yàn)取樣足夠度的 KaiserMeyerOlkin 度量。.
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1