城镇居民消费支出的主成分分析.ppt

城镇居民消费支出的主成分分析.ppt

ID:56468852

大小:442.00 KB

页数:19页

时间:2020-06-19

城镇居民消费支出的主成分分析.ppt_第1页
城镇居民消费支出的主成分分析.ppt_第2页
城镇居民消费支出的主成分分析.ppt_第3页
城镇居民消费支出的主成分分析.ppt_第4页
城镇居民消费支出的主成分分析.ppt_第5页
资源描述:

《城镇居民消费支出的主成分分析.ppt》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、用SPSS作主成分分析以城镇居民消费支出资料为例,用主成分分析法对各省、市作综合评价(spssex-2/城镇居民消费支出的主成分分析)以经济效益数据为例,用主成分分析法对各企业作综合评价(spssex-2/企业经济效益的主成分分析)主成分分析法和SPSS软件应用时一对一的正确步骤:(一)指标的正向化。指标最好有同趋势化,一般为了评价分析的方便,需要将逆指标转化为正指标,转化的方式为用逆指标的倒数值代替原指标。(二)指标数据标准化(SPSS软件自动执行,下图)。(三)指标之间的相关性判定:用SPSS软件中表“CorrelationMatrix(相关系数矩阵)”判定。数据标准化:(四)确定

2、主成分个数m:用SPSS软件中表“TotalVarianceExplained(总方差解释)”的主成分方差累计贡献率%、结合表“ComponentMatrix(初始因子载荷阵)”中变量不出现丢失确定主成分个数m。(SPSS中选取主成分的方法有两个:一是根据特征根≥1来选取;另一种是用户直接规定主成分的个数来选取。)(五)主成分Fi表达式(这是SPSS软件及其教科书中没完善的地方):经过FACTOR过程产生的是因子载荷阵,但主成分分析模型需要的不是因子载荷量而是特征向量,所以还需将因子载荷量输入数据编辑窗口,利用“主成分相应特征根的平方根与特征向量乘积为因子载荷量”的性质用TRANSFO

3、RM——COMPUTE来计算特征向量,得到主成分的线性表达式。将SPSS软件中表“ComponentMatrix”中的第i列向量除以第i个特征根的开根后就得到第i个主成分函数Fi的系数(将前m个因子载荷矩阵输入到数据编辑窗口,为变量A1,A2,…,Am,在“transform-->compute”中进行计算Ui=Ai/SQR(),得到特征向量Ui,由此写出主成分Fi表达式。(六)主成分Fi命名:用SPSS软件中表“ComponentMatrix”中的第i列中系数绝对值大的对应变量对Fi命名(有时命名清晰性低)。(七)主成分与综合主成分得分(评价值)(这是SPSS软件及其教科书中没完善的

4、地方):主成分得分是根据表达式将标准化后的相应数据代入得到的,在“transform_compute”中输入主成分的表达式(特征向量与标准化后的数据相乘),确定后即可得到各主成分的得分Fi。若需要综合得分,还需在“transform_compute”中输入综合评价函数是主成分的方差贡献率。最后在”transform_rankcase”中选中Y进行排序。主成分得分一般用来对研究现象进行综合评价、排序及筛选变量。(八)检验:综合主成分(评价)值用实际结果、经验与原始数据做聚类分析进行检验(对有争议的结果,可用原始数据做判别分析解决争议)。(九)综合实证分析。x1:人均粮食支出(元/人)x2

5、:人均副食支出(元/人)x3:人均烟、酒、茶支出(元/人)x4:人均其他副食支出(元/人)x5:人均衣着商品支出(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)指标解释:城镇居民消费支出的主成分分析利用FACTOR实现主成分分析时,在确定公共因子个数(NumbersofFactor)时,一般直接选择与原变量数目相等的个数,这样可以避免由于采用默认形式后累计方差贡献率达不到85%而造成的二次操作。F1F2F3F1、F2、F3YF1F2F3F1、F2、F3Y结束

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。