SPSS进行主成分分析的步骤(图文)

《SPSS进行主成分分析的步骤(图文)》由会员分享，可在线阅读，更多相关《SPSS进行主成分分析的步骤(图文)（12页珍藏版）》请在装配图网上搜索。

1、主成分分析操作過程原始數據如下(部分)地区人均GDP固走出円殳憎社盘消強品零售蕙颔农村人:!学也收入科研机构数址卫生机构数量北京1026530.S162363223664S5531S2102666922天津916449.13492920621河北337677.7639211&6847山西2B193397330612DE263013545128631208194.915辽宁61031240237061756&1671933917S3752BE1203987216593吉林370320.6531741609閥黑茗江44274S.E133751766上海15204128.937191+2454S江苏

2、5785101.09463467浙江14941.8862216637252166.743796130236638618.3646062048304537江西23752628337615373154231046376G197449137884S6671山东4473102.544264171S48河南247571.363299123150湖北334137.7542091E11&270143.014699142547广东380E1.827438268942广西277232.5247911J4627海同48024770151951653ra川2516803740021158641888&-gfak11

3、1JLLf*T/TLErLCL、Jjnnr-nnECFJ調用因子分析模塊(AnalyzeDimensionReductionFactor),將需要參與分析各個原始變量放入變量框，如下圖所示：單擊Descriptives按鈕，打開Descriptives次對話框，勾選KMOandBartlettstestofsphericity選項（Initialsolution選項為系統默認勾選，保持默認即可），如下圖所示，然後點擊Continue按鈕，回到主對話框：其他次對話框都保持不變（此時在Extract次對話框中，SPSS已經默認將提取公因子方法設置為主成分分析法），在主對話框中點0K按鈕，執行因子分

4、析，得到主要結果如下面幾張表。 KM0和Bartlett球形檢驗結果：KM0anilBartlettsTestKaiser-Meyer-OlkinMeasureofSamplingAdequacy.EaillettsTestofApprox.Chi-SquareSphericity新Sig.14.635|879815.000|KMO為0.6350.6,說明數據適合做因子分析；Bartlett球形檢驗顯著性P值為0.0000.05，亦說明數據適合做因子分析。 公因子方差表，其展示了變量共同度，Extraction下面各個共同度值都大於0.5,說明提取主成分對於原始變量解釋程度比較高。本表在主成分

5、分析中用處不大,此處列出來僅供參考。Communaliti&sInitialExtractionriGDP1.000.930专疋资产投藍1.000.721社台消斑就零疔总倾1.000.795农村人均纯收1.000.961讲机构数总1.000.847丨比机构敎童1.000.859ExtractionMethod:PrincipalComponentAnalysis. 總方差分解表如下表。由下表可以看出，提取了特征值大於1兩個主成分，兩個主成分方差貢獻率分別是55.449%和29.771%,累積方差貢獻率是85.220%；兩個特征值分別是3.327和1.786。TotalVarianceEx卩la

6、inedConiponentInitialEigenvaluesExtractionSumsofSquaredLoadingsTotal%ofVarianceCumulative%Total%ofVarianceCumulative%13.32755.44955.4493.32755.44955.44321.73629.77135.2201.78629.77135.220|3.4970.20593.5054.2624.36297.3675.OSS1.47399.3406.040.66010D.000ExtractionMethod:PrincipalComponEntAnalysis 因子截荷

7、矩陣如下：ComponentMatrix3Cornporient12AJJiGDP.831-.490丙定债产抵债.732.430杜会消审詁零里世潮.781-.431密村人均纯收厶.893-.405口诉机构数复.694.6051比机构發虽.461.804E)ctractionMethod:PrincipalComponentAnalysis.a2componentsextracted.根據數理統計相關知識，主成分分析變換矩陣亦即主成分載荷矩陣U與因子載荷矩陣AU=A1iii故可以由這二者通過計算變量來求得主成分載荷矩陣U。新建一個SPSS數據文件，將因子載荷矩陣中各個載荷值複制進去，如下圖所示:

8、計算變量(Transform-ComputeVariables)公式分別如下二張圖所示:ComputeVariableTargelVariable:NumericExpression:十严ComputeVariableTarnMvriale:NumericExpression:U2=A2SaRT1.786Type&Label.倉总妙U19SBSEEr、rhi計算變量得到兩個特征向量U1和U2如下圖所示（U1和U2合起來就是主成分載荷矩陣）：AlA2U1U2.831-49046E-.367.732.401322.781-.431.428-.323.893-.405.490-.303.694.60

9、5.380.453.461.804.253.602所以可以得到兩個主成分Y1和Y2表達式如下：Y1=0.456X1+0.401X2+0.428X3+0.490X4+0.380X5+0.253X6Y2=-0.367X1+0.322X2-0.323X3-0.303X4+0.453X5+0.602X6由上面兩個表達式，可以通過計算變量來得到Y1、Y2值。需要注意是，在計算變量之前，需要對原始變量進行標准化處理，上述Y1、Y2表達式中X1X9應為各原始變量標准分，而不是原始值。（另外需注意，本操作需要在SPSS原始文件中來進行，而不是主成分載荷矩陣那個SPSS數據表中。）調用描述統計：描述模塊（Ana

10、lyzeDescriptiveStatisticsDescriptives）,將各個原始變量放入變量框，並勾選Savestandardizedvaluesasvariables框，如下圖所示：得到各個原始變量標准分如下圖（部分）：乙均GDP上社云眉赁品零害酬村人均纯收入耳*时机相数星乙三机枸数星i2.04441-.516601.659061.940241.62927-.42520i1J1636.030123.55226.90174-.86049-.909265-.34281.88480-.30199-.03634.610731.024B1!-.53582-42228-02403-623E9-.

11、S7756-16119j-.46360.19002-1.19862-.62105-.9?36&-.43612】.G02172.2&560-.40420.075521.40293.05641-.22950-.58107-.93505-.11133.38435-715B3*.0213&.01172-.76471.09823.10146.3D704i3.755902.412162.469243.23931.49766-.33483J.91971.58117.30226.965301.742441.5D8B861011-186171&17191613560U8B603DOJ-.63905.22753-

12、.40877-.50156-.06829.02201*.35371-.SS852.15378.44669-.36122-.53932-.E8934-.65181-.76386-.20285-.2943-.29742J.037331.62445-.01131.02341.667321.07060-.66503.69377-.82912-.59181.78049.31360L-.3594-.30945-.05877-.235901.12000.8B230*-.57671.35734-.34.522&107371S57.69S15.110522.678571.2?416.32781.637&7-.5

13、5211-.4&55G.43531-.31052-.52090-.25702.151.34-1.27665.41751-.22673-1.76586-1.32&71:Inon-cation1Q7VD.OZ人均GDP即為X1,Z固定資產投資即為X2,其餘類推。調用計算變量模塊(TransformComputeVariables),輸入公式如下圖所示:目标变母F:卜1羊出为标遵0J数字磁式|三:；.4&6工臥均EDP+.斗D1惊固定资产投熒+.429*斑各般品器总额+49“期扒均坑收入十3BD*那f研貳恂数量十,253*ZJ1H恂教量矗固定濒产挫贸於社会消费吕蜜售总硕护农村人均纯收入少科硏机陶呈夕

14、卫空机ZSfMTBGCF)ZA护Z3ccre:0定资产投资.zscore社卷髓品冬Zsccre:：村人均纯收./zscoreZsccre卫生矶构數呈.酉敎和博推裘量|日：CDF与非中儿、CDF当前日期耐间日朗工算日期创建計算出來主成分Y1、Y2如下圖所示:斗硏机构数量口2生机构数量Y1Y21.62927-.425202.90-1.56-.66049-.90925.73-1.86.610731.02481.641.41-57756-16119-1.33.16-.37366-.43612-1.3.111.40293.056411.551.31.3&439-.71569-.83-.02.10U6.3

15、0704-.15.4975&-.334835.43-2.361.742441508882.501.64.04488.603001.87-鬼-.06S29.02201-.&4-35122-53932-.1B-1.10-.294B3-.29742-1.19.04.667321.078601.201.46.78049313G0-.291451.12000.88230.221.166107371657.07.SE.32781.637672.2-.94-.52098-25702-.&7-.38-176586132671-1.38-2.131.S72693.377981.123.58由上述各步驟，我們就求

16、得了主成分Y1和Y2。通過主成分得分，可以進行聚類分析或者綜合評價。聚類分析不再詳述，下面再補充介紹一下綜合評價計算。根據公式，綜合評價得分Y=w1*Y1+w2*Y2,w1、w2值就是等於旋轉之前方差貢獻率(如下圖所示),本例中，兩個權重w1、w2分別是0.55449和0.29771,故Y=0.55449*Y1+0.29771*Y2。注意：如果需要對權重進行歸一化處理，則w1、w2分別是55.449/85.220和29.771/85.220，則Y=(55.449*Y1+29.771*Y2)/85.220。TotalVarianceExplainedComponentInitialEigenva

17、luesExtractionSumsofSquaredLoadingsTotal%ofVarianceCumulative%TolaI%ofVarianceCumulative%13.32755.44955.449132755.449155.44921.73629.77185.2201.73629.7711|85.220|3.4973.20593.5054.2624.36297.8675.OSS1.47399.3406.040.660100.000ExtractionMethod:PrincipalComponentAnalysis.以未歸一化權重為例，通過計算變量可以得到主成分綜合評價得分Y

18、,操作過程如下圖所示：最終可以得出綜合評價得分Y值，如下圖所示:1研机构数量己卫生机构数量Y1Y2YM1.62927-.425202.90-1.561.14F4.860+9W92G73-1.S&-.1S610731.02481.641.41.7259-.57765-.16119-1.33.16-.B9)5-37366-.43612-1.43.11-.76泄1.40253.056411.561.311.26S3.38439-71568-.03-.02-.4710146.30704-.15.45.06J1.49756-.334835.43-2.362.31301.742441.508892.501

19、.641.8Si6.04438.G03001.07-.92,7G56-.06829.02201-.6457-.1Bi9-35122-.53932-.16-1.10-.4215-.29463-.29742-1.19一皿-.65H.667321.078601.201.461.10J178Q49.31360-.291.45.27JO1.12000.08230.221.16.47送.6107371657.07.86.308.32781.637572.42-.941.0652-.5209825702-.67-.38-.49F3-17G5S6-1.32671-1.38-2.13-1.40SO1.572693377981.123.581.69