SAS因子分析简介.doc

《SAS因子分析简介.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、SAS/STAT/FACTOR过程使用SAS/STAT的FACTOR过程可以进行因子分析、分量分析和因子旋转。对因子模型可以使用正交旋转和斜交旋转，可以用回归法计算得分系数，同时把因子得分的估计存贮在输出数据集中；用FACTOR过程计算的所有主要统计量也能存贮在输出数据集中。FACTOR过程用法很简单，主要使用如下语句：PROCFACTORDATA=数据集选项;VAR原始变量;RUN;输出结果包括特征值情况、因子载荷、公因子解释比例，等等。为了计算因子得分，一般在PROCFACTOR语句中加一个SCORE选项和“OUT

2、STAT=输出数据集”选项，然后用如下的得分过程计算公因子得分：PROCSCOREDATA=原始数据集SCORE=FACTOR过程的输出数据集OUT=得分输出数据集;VAR用来计算得分的原始变量集合;RUN;PROCFACTOR;ThefollowingoptionsareavailableinthePROCFACTORstatement.ALLALPHA=pCONVERGE=pCORRCOVARIANCECOVER<=p>DATA=SAS-data-setEIGENVECTORSGAMMA=pHEY

3、WOODHKPOWER=pMAXITER=nMETHOD=nameMINEIGEN=pMSANFACTORS=nNOBS=nNOCORRNOINTNOPRINTNORM=COV 

4、 KAISER 

5、 NONE 

6、 RAW 

7、 WEIGHTNPLOT=nOUT=SAS-data-setOUTSTAT=SAS-data-setPLOTPOWER=nPREPLOTPREROTATE=namePRINTPRIORS=namePROPORTION=pRANDOM=nRCONVERGE=pREORDERRESIDUALSRITER

8、=nROTATE=nameSCORESCREESESIMPLESINGULAR=pTARGET=SAS-data-setULTRAHEYWOODVARDEF=DF 

9、 N 

10、 WDF 

11、 WEIGHT 

12、 WGTWEIGHT三、例子DATAexample8_2;INPUTdiqv$x1-x6;Cards;北京1026530.8162353223654955天津816449.1349292406213182河北337677.76392116684710266山西281933.9733051206265922内蒙30135

13、4.5128631208194915辽宁6103124.0237061756616719吉林370328.6531741609433891黑龙江442748.5133751766387637上海15204128.9371914245455286江苏5785101.09463424566712039浙江614941.8862212966378721安徽252155.7437951302356593福建538618.3545062048304537江西237626.2833761537315423山东4473102.544

14、26417154810463河南247571.3632991231507661湖北334137.7540281511569744湖南270143.146991425479137广东638051.8274382699428848广西277232.5247911446275571海南48205.354770151951653四川251680.97400211586418885贵州155322.0739311086223934云南249048.4840851010266395陕西234426.313309962466215甘

15、肃192514.843152880174131青海29104.163319102971176宁夏26857.94338299871028新疆395326.6541631136213932;procfactordata=example8_2;varx1-x6;run;程序运行的结果：InitialFactorMethod:PrincipalComponentsPriorCommunalityEstimates:ONEEigenvaluesoftheCorrelationMatrix:Total=6Average=1Eig

16、envalueDifferenceProportionCumulative13.324650391.533972810.55410.554121.790677581.298094550.29840.852630.492583030.228592040.08210.934740.263990990.175525520.04400.9