《統(tǒng)計解析總結計劃及SPSS應用第五》課后練習第11章

?統(tǒng)計分析總結方案及SPSS應用第五版?課后練習第11章?統(tǒng)計分析總結方案及SPSS應用第五版?課后練習第11章?統(tǒng)計分析總結方案及SPSS應用第五版?課后練習第11章?統(tǒng)計分析與SPSS的應用〔第五版〕?〔薛薇〕課后練習答案第11章SPSS的因子分析1、簡述因子分析的主要步驟是什么因子分析的主要步驟：一、前提條件：要求原有變量之間存在較強的有關關系。二、因子提取。三、使因子具有命名解說性：使提拿出的因子實質含義清楚。四、計算樣本的因子得分。2、對“根本建設投資分析.sav〞數據進行因子分析。要求：1〕利用主成分方法，以特點根大于1為原那么提取因子變量，并從變量共同度角度談論因子分析的見效。假如因子分析見效不理想，再從頭指定因子個數并進行分析，對兩次分析結果進行比較。2〕比較未旋轉的因子載荷矩陣和利用方差極大法進行旋轉的因子載荷矩陣，直觀理解因子旋轉對因子命名可解說性的作用?！案窘ㄔO投資分析〞因子分析步驟：分析降因子分析入所有量到量框中置??描繪、抽取的設置以下：旋轉、得分、選項的設置以下：〔1〕有關系數矩陣國家估計內資本〔1995年、億元〕國內貸款利用外資自籌資本其余投資有關系數國家估計內資本〔1995年、億.458.229.331.211元〕國內貸款.458.746.744.686利用外資.229.746.864.776自籌資本.331.744.864.928其余投資.211.686.776.928表一是原有變量的有關系數矩陣。由表可知，一些變量的有關系數都較高，呈較強的線性關系，能夠從中提取公共因子，合適進行因子分析。KMO和巴特利特查驗KMO取樣適切性量數。.706Bartlett的球形度查驗前一次讀取的卡方自由度10顯然性.000由表二可知，巴特利特球度查驗統(tǒng)計量的觀察值為，相應的概率P-值湊近0.假如顯然性水平為，因為概率P-值小于顯然性水平α，那么應拒絕原假定，以為有關系數矩陣與單位陣有顯然差別，原有變量合適做因子分析。同時，KMO值為，依據KMO胸懷標準可知原有變量能夠進行因子分析。公因子方差初始值提取國家估計內資本〔1995年、億.196元〕國內貸款.769利用外資.820自籌資本.920其余投資.821提取方法：主成份分析。由表三可知，利用外資、自籌資本、其余投資等變量的絕全局部信息〔大于80%〕可被因子解說，這些變量的信息喪失較少。但國家估計內資本這個變量的信息喪失較為嚴重〔近80%〕?？偟膩碚f，本次因子提取的整體見效還不錯。為了抵達更好的見效，能夠從頭指定提取特點值的標準，指定提取2個因子。增補說明以下：故由表四可知，第1個因子的特點值很高，對解說原有變量的奉獻最大；第三個此后的因子特點值都較小，對解說原有變量的奉獻很小，能夠忽視，所以采納兩個因子是合適的。在上述“抽取〞選項中，選擇“因子的固定數目〔N〕〞并改正其值為2，其余不變。表五：從頭提取因子后的公因子方差表公因子方差初始值提取國家估計內資本〔1995年、億.975元〕國內貸款.795利用外資.860自籌資本.937其余投資.882提取方法：主成份分析。表五是指定提取2個特點值下的變量共同度數據。由第二列數據可知，此時所有變量的共同度均較高，各個變量的信息喪失都較少。所以，本次因子提取的整體見效比較理想?？偡讲罱庹f初始特點值提取載荷平方和組件總計方差百分比積累%總計方差百分比積累%12.9233.3064.2005.046.925提取方法：主成份分析。組

初始特點值

總方差解說提取載荷平方和

旋轉載荷平方和件總計

方差百分比

積累

%

總計

方差百分比

積累

%

總計

方差百分比

積累

%12

.923

.923.306.2005.046.925提取方法：主成份分析。表六中，第一個因子的特點值為，解說原有5個變量總方差的%，累計方差奉獻率為%；第二個因子的特點值為，解說原有7個變量總方差的18%，累計方差奉獻率為%.〔2〕成分矩陣a組件12國家估計內資本〔1995年、億.443.882元〕國內貸款.877.160利用外資.906自籌資本.959其余投資.906提取方法：主成份分析。a.已提取2個成分。表七顯示了因子載荷矩陣。由表可知，自籌資本、其余投資、利用外資和國內貸款四個變量在第一個因子上的載荷都較高，意味著它們與第一個因子的有關程度高，第一個因子很重要；第二個因子除了與國家估計內資真有關程度較高外，與其余的原有變量有關性較小，對原有變量的解說作用不顯然。下表采納方差極大法對因子載荷矩陣推行正交旋轉以使因子擁有命名解說性。指定按第一個因子載荷降序的次序輸出旋轉后的因子載荷，并繪制旋轉后的因子載荷圖。旋轉后的成分矩陣a組件12國家估計內資本〔1995年、億.128.979元〕國內貸款.775.440利用外資.921.110自籌資本.949.190其余投資.937.064提取方法：主成份分析。旋轉方法：Kaiser標準化最大方差法。a.旋轉在3次迭代后已收斂。由表可知，自籌資本、其余投資和利用外資在第1個因子上有較高的載荷，第一個因子主要解說了這幾個變量，可解說為外面投資；國內貸款和國家估計內資本在第2個因子上有較高的載荷，第二個因子主要解說了這幾個變量，可解說為內部投資。與旋轉前比較，因子含義較清楚。3、利用“開銷構造.sav〞數據進行因子分析的局部結果以下：成分矩陣a組件12食品.843穿著.596.687居住.886家庭設施用品及效力.893醫(yī)療保健.720.478交通和通訊.898教育文化娛樂效力.965雜項商品和效力.894.120提取方法：主成份分析。a.已提取2個成分。旋轉后的成分矩陣a組件12食品.945.087穿著.132.899居住.777.429家庭設施用品及效力.801.405醫(yī)療保健.349.791交通和通訊.934.206教育文化娛樂效力.851.460雜項商品和效力.689.583提取方法：主成份分析。旋轉方法：Kaiser標準化最大方差法。a.旋轉在3次迭代后已收斂。1〕依據成分矩陣計算各變量的變量共同度以及各因子變量的方差奉獻，并以此談論本次因子分析的整體見效能否理想。2〕依據旋轉成分矩陣說明兩個變量的含義?！伴_銷構造〞因子分析1〕各變量共同度以下：食品的變量共同度為+〔〕2=，其余近似。穿著為居住為家庭設施用品及效力為醫(yī)療保健為交通和通訊為教育文化娛樂效力為雜項商品和效力為變量共同度刻畫了因子全體對變量信息解說的程度。本題中大部分原有變量的變量共同度均較高〔所有變量共同度都大于70%，全局部大于80%〕，說明提取的因子能夠解說原有變量的全局部信息，僅有較少的信息喪失，因子分析的見效較好。個因子變量的方差奉獻以下：第一個因子的方差奉獻為21S=+++```+=第二個為因子的方差奉獻反應了因子對原有變量總方差的解說能力。由題中可知，第一個變量解釋能力更強，更重要。2〕由旋轉成分矩陣可知，食品、居住