主成分分析的SPSS實現(xiàn)ppt課件

1、用用SPSSSPSS作主成分分析作主成分分析以城鎮(zhèn)居民消費支出資料為例,用主成分分析法對各省、市作綜合評價spssex-2/城鎮(zhèn)居民消費支出的主成分分析 以經(jīng)濟效益數(shù)據(jù)為例，用主成分分析法對各企業(yè)作綜合評價 spssex-2/企業(yè)經(jīng)濟效益的主成分分析主成分分析法和主成分分析法和SPSS軟件運用時軟件運用時 一對一的正確步驟：一對一的正確步驟： 一目的的正向化。 目的最好有同趨勢化，普通為了評價分析的方便，需求將逆目的轉(zhuǎn)化為正目的，轉(zhuǎn)化的方式為用逆目的的倒數(shù)值替代原目的。 二目的數(shù)據(jù)規(guī)范化SPSS軟件自動執(zhí)行，以下圖。 三目的之間的相關(guān)性斷定：用SPSS軟件中表“Correlation Matr

2、ix(相關(guān)系數(shù)矩陣)斷定。數(shù)據(jù)規(guī)范化： 四確定主成分個數(shù)m：用SPSS軟件中表“Total Variance Explained(總方差解釋) 的主成分方差累計奉獻率 %、結(jié)合表“Component Matrix(初始因子載荷陣)中變量不出現(xiàn)喪失確定主成分個數(shù)m。 SPSS中選取主成分的方法有兩個：一是根據(jù)特征根1來選??； 另一種是用戶直接規(guī)定主成分的個數(shù)來選取。w 五主成分Fi表達式這是SPSS軟件及其教科書中沒完善的地方：經(jīng)過FACTOR 過程產(chǎn)生的是因子載荷陣，但主成分分析模型需求的不是因子載荷量而是特征向量，所以還需將因子載荷量輸入數(shù)據(jù)編輯窗口，利用 “主成分相應特征根的平方根與特征向

3、量乘積為因子載荷量的性質(zhì)用TRANSFORMCOMPUTE 來計算特征向量，得到主成分的線性表達式。 將SPSS軟件中表“Component Matrix中的第i 列向量除以第i個特征根的開根后就得到第i個主成分函數(shù)Fi 的系數(shù)將前m個因子載荷矩陣輸入到數(shù)據(jù)編輯窗口,為變量A1,A2, ,Am,在“transform -compute中進展計算 Ui=Ai / SQR( ，得到特征向量Ui，由此寫出主成分Fi表達式。i 六主成分Fi命名：用SPSS軟件中表“Component Matrix中的第 i 列中系數(shù)絕對值大的對應變量對Fi命名(有時命名明晰性低)。 七主成分與綜合主成分得分(評價值)

4、 這是SPSS軟件及其教科書中沒完善的地方：主成分得分是根據(jù)表達式將規(guī)范化后的相應數(shù)據(jù)代入得到的， 在“transform_compute中輸入主成分的表達式特征向量與規(guī)范化后的數(shù)據(jù)相乘，確定后即可得到各主成分的得分Fi 。 假設需求綜合得分，還需在“transform_compute中輸入綜合評價函數(shù) ,2211FFFmmYi是主成分的方差奉獻率。最后在transform_rank case中選中Y進展排序。 主成分得分普通用來對研討景象進展綜合評價、排序及挑選變量 。 八檢驗：綜合主成分(評價)值用實踐結(jié)果、閱歷與原始數(shù)據(jù)做聚類分析進展檢驗對有爭議的結(jié)果，可用原始數(shù)據(jù)做判別分析處理爭議。 九綜合實證分析。x1：人均糧食支出元/人 x2：人均副食支出元/人x3：人均煙、酒、茶支出元/人 x4：人均其他副食支出元/人x5: 人均穿著商品支出元/人x6: 人均日用品支出元/人x7: 人均燃料支出元/人 x8: 人均非商品支出元/人目的解釋：城鎮(zhèn)居民消費支出的主成分分析城鎮(zhèn)居民消費支出的主成分分析 利用FACTOR 實現(xiàn)主成分分析時，在確定公共因子個數(shù)Num