【正文】 分已經(jīng)解釋了總方差的近 %，故可以選擇前 3個主成分進行分析。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 18 主成分分析 第四步 因子分析的結果： ?旋轉前的因子載荷矩陣 成分 1 2 3 x1 .407 .805 .268 x2 .596 .209 x3 .016 .821 x4 .895 x5 .614 .763 .028 x6 .826 x7 .273 .184 x8 .636 .703 .041 x9 .619 .703 .008 x10 .552 .766 .196 x11 .654 .172 x12 .666 .166 x13 .863 x14 .728 .144 x15 .579 .760 .005 提取方法 :主成分。 說明： ?教材中公式 是標準化正交向量，并不是 SPSS輸出“因子載荷矩陣”中的系數(shù)。故需進一步利用因子分析的結果進行主成分分析。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 20 主成分分析 第六步 主要結果： y綜編號 國家 y1 y2 y3 1 中國 2 印度 3 日本 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 13 意大利 14 俄羅斯 15 澳大利亞 16 新西蘭 過綜合得分的高低可知各國參與國際化水平的高低，其中美國最高，印度最低。計算因子得分和模型為： 11j j jp pF X X??? ? ?j=1,2,…,m SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 24 因子分析 SPSS實例分析 【 例 102】 為了研究幾個省市的科技創(chuàng)新力問題，現(xiàn)取了 2020年 8個省市的 15個科技指標數(shù)據(jù)，試分析一個省的科技創(chuàng)新能力主要受哪些潛在因素的影響？ 省市 x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12 x13 x14 x15 北京 229 天冿 87 遼寧 44 上海 104 2 江蘇 50 浙江 53 山東 30 廣東 35 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 25 因子分析 第 1步 分析： 如題所述，要分析一個省的科技創(chuàng)新能力受哪些潛在因素的影響，可用因子分析法進行分析。 第 3步 因子分析設置： 按“分析 → 降維 → 因子分析”打開“因子分析”對話框，將 x1～ x15這 15個變量移入“變量”對話框中，表示對這 15個變量數(shù)據(jù)進行因子分析。 第 4步主要結果及分析： ?特征值與方差貢獻表 可以看出前 3個特征值大于 1，同時這 3個公共因子的方差貢獻率占了 %，說明提取這 3個公共因子可以解釋原變量的絕大部分信息。 成分 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 x12 .992 x13 .876 .205 x14 .968 .032 x15 .859 提取方法 ：主成分。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 28 因子分析 ?旋轉后的因子載荷矩陣 是按照前面設定的“方差極大法”對因子載荷矩陣旋轉的結果。 成分 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 提取方法：主成分。 a. 旋轉在 5 次迭代后收斂。 成分 1 2 3 1 .884 .403 .239 2 .400 .822 3 .236 .517 提取方法：主成分。 ?因子得分及綜合因子得分情況 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 1 2 F F F? ? ?SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 30 The End SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 31 第十一章 時間序列分析 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 32 主要內容 時間序列的建立和平穩(wěn)化 指數(shù)平滑法 ARIMA模型 時序序列的季節(jié)性分解 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 33 時間序列的建立和平穩(wěn)化 填補缺失值 時間序列分析中的缺失值不能采用通常刪除的辦法來解決，因為這樣會導致原有時間序列周期性的破壞，而無法得到正確的分析結果。使用“定義日期”對話框定義日期變量，需要在數(shù)據(jù)窗口讀入一個按某種時間順序排列的數(shù)據(jù)文件，數(shù)據(jù)文件中的變量名不能與系統(tǒng)默認的時間變量名重復，否則系統(tǒng)建立的日期變量會覆蓋同名變量。 按“數(shù)據(jù) → 定義日期”順序打開“定義日期”對話框 定義日期變量示例 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 35 時間序列的建立和平穩(wěn)化 創(chuàng)建時間序列 時間序列分析建立在序列平穩(wěn)的條件上，判斷序列是否平穩(wěn)可以看它的均數(shù)方差是否不再隨時間的變化而變化，自相關系數(shù)是否只與時間間隔有關而與所處時間無關。這就需要在已經(jīng)建立的時間序列數(shù)據(jù)文件中，再建立一個新的時間序列變量。指數(shù)平滑法的思想是以無窮大為寬度，各歷史值的權重隨時間的推移呈指數(shù)衰減，這樣就解決了移動平均的兩個難題。試用指數(shù)平滑法對上海市的“年末人口數(shù)”進行預測分析。 第 2步 分析： 看用指數(shù)平滑法處理是否恰當。 從此圖可以看出，年末人口數(shù)呈逐年增加趨勢，開始增長較快，然后變慢，近似線性趨勢，也可以說呈衰減的線性趨勢，或者用指數(shù)趨勢描述更準確。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 42 指數(shù)平滑法 第 3步 定義日期變量： 按 “年份”定義為日期變量。具體設置如幾下幾張圖所示： SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 43 指數(shù)平滑法 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 44 指數(shù)平滑法 第 5步 主要結果及分析： ?模型的描述表 模型類型 模型 ID 年末人口數(shù) 模型 _1 Holt 表示對“年末人口數(shù)”變量進行指數(shù)平滑法處理，使用的是“ Holt”模型。 SPSS 19(中文版 )