主成分分析是将多个指标化为少数几个不相关的综合指标,并对综合指标按照一定的规则进行分类的一种多元统计分析方法。这种分析方法能够降低指标维数,浓缩指标信息,将复杂的问题简化,从而使问题分析更加直观有效。那么spss怎么进行主成分分析图文呢?
spss怎么进行主成分分析图文1、将数据录入excel或者spss。
spss怎么进行主成分分析图文2、数据标准化:打开数据后选择分析→描述统计→描述,对数据进行标准化,选中将标准化得分另存为变量:
spss怎么进行主成分分析图文3、进行主成分分析:选择分析→降维→因子分析。
spss怎么进行主成分分析图文4、设置描述性,抽取,得分和选项:
spss怎么进行主成分分析图文5、查看主成分分析和分析:相关矩阵表明,各项指标之间具有强相关性。比如指标gdp总量与财政收入、固定资产投资总额、第二产业增加值、第三产业增加值、工业增加值的相关系数较大。这说明他们之间指标信息之间存在重叠,适合采用主成分分析法。
spss怎么进行主成分分析图文6、totalvarianceexplained(主成分特征根和贡献率)可知,特征根λ1=9.092,特征根λ2=1.150前两个主成分的累计方差贡献率达93.107%,即涵盖了大部分信息。这表明前两个主成分能够代表最初的11个指标来分析河南各个城市经济综合实力的发展水平,故提取前两个指标即可。主成分,分别记作f1、f2。
spss怎么进行主成分分析图文7、指标x1、x2、x3、x4、x5、x6、x7、x8、x9、x10在第一主成分上有较高载荷,相关性强。第一主成分集中反映了总体的经济总量。x11在第二主成分上有较高载荷,相关性强。第二主成分反映了人均的经济量水平。但是要注意:这个主成分载荷矩阵并不是主成分的特征向量,也就是说并不是主成分1和主成分2的系数,主成分系数的求法是:各自主成分载荷向量除以各自主成分特征值的算术平方根。
spss怎么进行主成分分析图文8、成分得分系数矩阵(因子得分系数)列出了强两个特征根对应的特征向量,即各主要成分解析表达式中的标准化变量的系数向量。故各主要成分解析表达式分别为:f1=0.32zx11+0.33zx12+0.31zx13+0.31zx14+0.32zx15+0.32zx16+0.32zx17+0.32zx18+0.32zx19+0.21zx110+0.15zx111
f2=8.46zx21+0.02zx22-0.02zx23-0.20zx24-0.23z25-0.04zx26-0.15zx27-0.02zx28+0.10zx29+0.47zx210+0.78zx211
spss怎么进行主成分分析图文9、主成分的得分是相应的因子得分乘以相应的方差的算术平方根。即:主成分1得分=因子1得分乘以9.092的算术平方根主成分2得分=因子2得分乘以1.150的算术平方根例如郑州:主成分因子=fac1_1*9.092的算术平方根=3.59386*9.092的算术平方根=10.83,将各指标的标准化数据带入个主成分解析表达式中,分别计算出2个主成分得分(f1、f2),再以个主成分的贡献率为全书对主成分得分进行加权平均,即:h=(82.672*f1+10.497*f2)/93.124,求得主成分综合得分。
spss怎么进行主成分分析图文以上就是关于spss怎么进行主成分分析图文的全部内容。
原文标题:spss怎么进行主成分分析图文,如若转载,请注明出处:https://www.zhaogao888.com/news/4441.html
免责声明:此资讯系转载自合作媒体或互联网其它网站,「赵高号」登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,文章内容仅供参考。