欢迎来到天天文库
浏览记录
ID:34511132
大小:168.86 KB
页数:13页
时间:2019-03-07
《第六讲主成分分析(0812)》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、第六讲主成分分析第六讲主成分分析温州大学《现代统计分析方法》课程组主成分分析的操作步骤和选项说明第一步:在数据表单击菜单“Analyze”,然后选择“DataReduction”,单击“Factor”,弹出FactorAnalysis对话框:第六讲主成分分析温州大学《现代统计分析方法》课程组第二步:选择参与分析的变量。在主对话框左边的矩形框中选择要分析的所有变量,用上面箭头按钮把它们移送到“Variables”(变量)矩形框中。如果想选择部分符合条件的变量参与分析,则从主对话框左边的矩形框中选择那些需参
2、与分析的部分变量移送进入“SelectionVariable”(选择变量)框中,这时右边的“Value”按钮激活。单击Value按钮,打开“SetValue”对话框,在“ValueforSelection”下的小框中输入所选择的部分变量的变量值。第六讲主成分分析温州大学《现代统计分析方法》课程组第三步:单击“Descriptives”,打开“Descriptives”(描述统计量)对话框。第六讲主成分分析温州大学《现代统计分析方法》课程组在“Statistic”(统计量)子栏下选择“Univariate
3、descriptives”(单变量描述统计量)输出各个分量的均值、标准差以及观测数量。选择“Initialsolution”(初始解),此项为系统默认。输出各个分析变量的初始共同度、特征值以及解释方差的百分比。在“CorrelationMatrix”(相关矩阵)子栏下选择“Coefficients”,给出变量的相关系数矩阵。选择“Sinificancelevels”,给出显著性水平,即相关矩阵中相关系数为0的单尾显著性水平。选择“Determinant”,给出相关系数矩阵行列式的值。选择“KMOandB
4、artlett‘stestofsphericity”,给出KMO值和巴特莱特球度检验结果。第六讲主成分分析温州大学《现代统计分析方法》课程组选择“Inverse”,给出相关系数矩阵的逆矩阵。选择“Reproduced”(再生相关系数矩阵),输出因子分析后的估计相关系数矩阵以及残差阵(即原始相关阵与再生相关阵的差)。选择“Anti-image”(反映象相关系数矩阵),包括偏相关系数的负数以及偏协方差的负数,在一个好的因子模型中,反映象相关阵中,主对角线之外的元素应很小,主对角线上的元素用于度量抽样的适度值
5、。选好以后单击“Continue”即返回主对话框(下同)。第六讲主成分分析温州大学《现代统计分析方法》课程组第四步:在主对话框中单击“Extraction”按钮,打开Extraction(因子提取)对话框:在“Method”后选择“Principalcomponents”(主成分)选项,系统默认,也是主成分分析必选项。第六讲主成分分析温州大学《现代统计分析方法》课程组在“Analyze”(分析)子栏下选择“Correlationmatrix”(相关矩阵),则用相关系数矩阵进行计算,此项为系统默认,通常选
6、此项。选择“CovarianceMatrix”(协方差矩阵),则用协方差矩阵进行计算。在“Display”(显示)子栏下选择“Unrotatedfactorsolution”,给出初始(未旋转的)的因子载荷阵及方差贡献,若不选该项而作因子旋转,则不给出初始因子载荷阵。选择“Screeplot”(碎石图),它是与各因子关联的散点图,利用它直观协助选取公因子。图上有一个明显的分界点,它的左边陡峭的斜坡代表大的因子,右边平缓的尾部代表其余的小因子。第六讲主成分分析温州大学《现代统计分析方法》课程组在“Extr
7、act”(提取)子栏下选择“Eigenvaluesover”,可在其后的框中键入提取因子时要求的最小的特征值(系统默认为1),即凡是特征值大于该值的因子都将被作为公因子提取出来。选择“Numberoffactors”,则在此项后面的矩形框中指定提取公因子的数量。选择“MaximumIterationsforConvergence”,因子分析收敛的最大迭代步数,系统默认迭代步数为25。用主成分法提取因子时不进行迭代,故不修改。作主成分分析时“Rotation”、“Scores”和“Options”这三个对
8、话框的选项不选。第五步:以上选好后单击“OK”按钮,开始运行主成分分析程序。下面用例题7.3.2讲解如何使用SPSS进行主成分分析。第六讲主成分分析温州大学《现代统计分析方法》课程组TotalVarianceExplainedExtractionSumsofSquaredLoadingsComponentTotal%ofVarianceCumulative%15.09763.71863.71821.35216.90580.6223.5757
此文档下载收益归作者所有