spss對主成分回歸實(shí)驗(yàn)報(bào)告(參考版)
2025-05-16 22:11本頁面
【正文】 表Anovab模型平方和df均方FSig.1回歸2.000a殘差.1178.015總計(jì)10a. 預(yù)測變量: (常量), F1, F2。（3）主成分回歸過程：要做主成分回歸，需要用標(biāo)準(zhǔn)化的因變量（因?yàn)樽宰兞拷?jīng)過標(biāo)準(zhǔn)化處理做主成分分析，因變量需要對應(yīng)做標(biāo)準(zhǔn)化）與主成分做回歸，對因變量Y做標(biāo)準(zhǔn)化處理，點(diǎn)擊“分析”—“描述統(tǒng)計(jì)”—“描述”（見圖18），在彈出窗口中將Y調(diào)入變量，并選中“將標(biāo)準(zhǔn)化得分另存為變量”（圖19）后確定完成Y的標(biāo)準(zhǔn)化。但是在spss中，由因子分析提取時(shí)是用主成分法提取的，根據(jù)初始因子與主成分的關(guān)系，未旋轉(zhuǎn)的初始因子等于主成分除以特征根的平方根，因此主成分得分等于因子得分乘以特征根的平方根，因此可以由因子得分計(jì)算主成分得分。由于主成分互不相關(guān)，可以用提取的主成分代替自變量進(jìn)行回歸分析，因此需要計(jì)算主成分得分來代替自變量X1X3。由表6可知適合做主成分或因子分析（KMO檢驗(yàn)通過），表7知前兩個(gè)主成分（初始因子）%，提取前兩個(gè)主成分用于分析。表成份矩陣a成份123x1.999.037x2.062.998.000x3.999提取方法 :主成份。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 Bartle
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號-1