spss第十一章主成分分析和因子分析-資料下載頁(yè)
2025-05-13 11:52本頁(yè)面
【正文】 23 因子分析 ?旋轉(zhuǎn)前的因子載荷矩陣 在表的底部表明使用的是主成分分析法， 3個(gè)主成分被抽取出來(lái)。 Component 1 2 3 x1 .973 .052 x2 .919 .036 x3 .883 .334 x4 .985 x5 .482 .497 x6 .947 .131 x7 .972 .178 x8 .849 .340 x9 .300 .834 .386 x10 .611 .637 .399 x11 .955 .000 x12 .992 x13 .876 .205 x14 .968 .032 x15 .859 Extraction Method: Principal Component Analysis. a. 3 ponents extracted. 西南財(cái)經(jīng)大學(xué)出版社 24 因子分析 ?旋轉(zhuǎn)后的因子載荷矩陣 從旋轉(zhuǎn)后的因子載荷矩陣可以看出。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。因子 2在指標(biāo) 8和15上有較大載荷，反映地區(qū)經(jīng)濟(jì)發(fā)展及財(cái)政科教投入水平，可以命名創(chuàng)新環(huán)境因子，因子 3在指標(biāo) 9和指標(biāo) 10上有較大的載荷，可以命名為高技術(shù)產(chǎn)業(yè)發(fā)展因子。 Component 1 2 3 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(cái)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。 Component 1 2 3 1 .884 .403 .239 2 .400 .822 3 .236 .517 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. ?因子得分及綜合因子得分情況：通過(guò)以下函數(shù)計(jì)算得出綜合因子得分情況。 省市 F1 F2 F3 F 綜合排序 山東 8 浙江 7 江蘇 6 廣東 5 遼寧 4 天冿 3 上海 2 北京 1 02 8 1 95 07 2 41 37 3F F F F? ?
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1