SPSS主成分分析和因子分析实用教案

《SPSS主成分分析和因子分析实用教案》由会员分享，可在线阅读，更多相关《SPSS主成分分析和因子分析实用教案（34页珍藏版）》请在装配图网上搜索。

1、模型选择是艺术，而不是模型选择是艺术，而不是(b shi)(b shi)科学。科学。 William Navidi William Navidi统计(tngj)名言第1页/共33页第一页，共34页。因子分析得到因子分析得到(d do)的是什么？的是什么？ l 因子分析方法在部分因子分析方法在部分(b fen)领域应用的一些例子领域应用的一些例子l心理学：心理学家瑟斯登对心理学：心理学家瑟斯登对56项测验的得分进行因子分析，得出了项测验的得分进行因子分析，得出了7中主要智力因子：中主要智力因子：词语理解能力，语言流畅能力、计数能力、空间能力、记忆力、知觉速度和推理能力词语理解能力，语言流畅能力、

2、计数能力、空间能力、记忆力、知觉速度和推理能力第2页/共33页第二页，共34页。因子分析得到因子分析得到(d do)的是的是什么？什么？l医学：一位研究者对山东某县医学：一位研究者对山东某县20002002年年3年的全死因调查资料中不同地区各恶性肿瘤标化年的全死因调查资料中不同地区各恶性肿瘤标化死亡率进行因子分析后发现，该县居民恶性肿瘤死亡率进行因子分析后发现，该县居民恶性肿瘤的发病和死亡具有明显的地区分布。在地区分布的发病和死亡具有明显的地区分布。在地区分布中，各种恶性肿瘤的死亡具有一定程度的聚集性。中，各种恶性肿瘤的死亡具有一定程度的聚集性。经因子分析得到的经因子分析得到的4个主因子可以解

3、释个主因子可以解释10种恶性种恶性肿瘤死亡率的肿瘤死亡率的74.54；10种恶性肿瘤中，被解种恶性肿瘤中，被解释的比例最小也在释的比例最小也在62以上；而胃癌以上；而胃癌(wi i)、白血病、膀胱癌、乳腺癌、结肠癌死亡率被解释白血病、膀胱癌、乳腺癌、结肠癌死亡率被解释的比例均在的比例均在77以上，表明这以上，表明这10种恶性肿瘤之种恶性肿瘤之间存在中等偏强的内在联系和地区分布特点间存在中等偏强的内在联系和地区分布特点第3页/共33页第三页，共34页。n在研究实际问题时，往往(wngwng)需要收集多个变量。但这样会使多个变量间存在较强的相关关系，即这些变量间存在较多的信息重复，直接利用它们进行

4、分析，不但模型复杂，还会因为变量间存在多重共线性而引起较大的误差。n为能够充分利用数据，通常希望用较少的新变量代替原来较多的旧变量，同时要求这些新变量尽可能反映原变量的信息。n主成分分析和因子分子正式解决这类问题的有效方法。它们能够提取信息，使变量简化降维，从而使问题更加简单直观。主成分主成分(chng fn)分析和因子分析分析和因子分析(Principal Component Analysis & Factor Analysis)第4页/共33页第四页，共34页。因子分析的基本原理因子分析的基本原理 因子分析有探索性因子分析和验证性因子分析两种。其中探索性因子分析的主要作用是简化数据(shj

5、)和探索数据(shj)结构；验证性因子分析的作用是对数据(shj)结构的先在假设进行检验。 因子分析使用的方法是分解原始变量，通过相关找出潜在的“类别”，把每一类变量看作一个共同因子，从此确定数据(shj)结构。第5页/共33页第五页，共34页。主成分主成分(chng fn)分析的基本原理分析的基本原理 严格来说，主成分分析只是一种中间手段，其作用为简化数据。主成分分析不能作为研究结果，应该在进行主成分分析之后继续使用其他多元统计方法进行分析。 主成分分析所使用的方法是通过线性变换将原来(yunli)的多个指标组合成相互独立的少数几个能够反映出大部分信息的指标。第6页/共33页第六页，共34页

6、。spss的实现的实现(shxin)n 在实际求解过程中，因子分析和主成分分析都有着一定的区别，计算(j sun)上因子分析更为复杂。n 但 对 于 计 算 ( j s u n ) 机 ， 因 子 分 析 并 不 费 事 。 因 子 分 析 比 主 成 分 分 析 多 了 “ 因 子 旋 转 ( f a c t o r rotation)”这样一个步骤。第7页/共33页第七页，共34页。对样本量的要求对样本量的要求(yoqi) 主成分分析(fnx)对于样本量没有严格的要求，只要把需要进行分析(fnx)的样本都用于进行主成分分析(fnx)即可。 因子分析(fnx)理想的样本量是样本数为变量数的1

7、025倍，考虑到因子分析(fnx)时的变量数通常很多，510倍的样本量也可以使用。第8页/共33页第八页，共34页。主成分主成分(chng fn)因子分析因子分析AnalyzeDimention Reduction FactorKMO和和Bartlett球形球形检验是分辨数据能检验是分辨数据能否进行因子分析的否进行因子分析的一个一个(y )重要指标重要指标第9页/共33页第九页，共34页。KMO取值范围从取值范围从0到到1，值越大越，值越大越适合进行适合进行(jnxng)因子分析，一般因子分析，一般0.7P1固定公共因子的个数提取公共因子的方式第14页/共33页第十四页，共34页。第15页/共

8、33页第十五页，共34页。截取截取(jiq)公因子的标准公因子的标准 特征根大于1 公因子累积贡献率达到一定水平 碎石(su sh)图的拐点 去掉因子负荷大于0.5非常少的因子第16页/共33页第十六页，共34页。如果想把因子如果想把因子(ynz)分分存储下来用于进一步分存储下来用于进一步分析，可以把这个选项选析，可以把这个选项选上上第17页/共33页第十七页，共34页。在数据文件中新生成的两个在数据文件中新生成的两个变量就是提取变量就是提取(tq)出的公因出的公因子的因子分子的因子分第18页/共33页第十八页，共34页。选择是否进行因子旋转的菜单，这里面提供了三种正交旋转和两种斜交(xi j

9、io)旋转的方法，默认值为不进行旋转。做主成分分析，不用旋转第19页/共33页第十九页，共34页。因子分析中的正交旋转因子分析中的正交旋转(xunzhun)方法方法 Varimax 方差最大法 只有(zhyu)少数几个变量在某个因子上有较高的负载，其他变量在这个因子上的负载尽可能低。该方法强调对因子的解释的简洁性。 Quartimax四次方最大法 每个变量只在某一个因子上有较高的负载，在其他的因子上有尽可能低的负载。该方法强调了对变量解释的简洁性。 Equamax等量最大法 等量最大法是上面两种方法的加权平均。第20页/共33页第二十页，共34页。选择选择(xunz)最常用的最常用的方差最大法

10、进行正交旋方差最大法进行正交旋转。转。呈现(chngxin)因子负荷图第21页/共33页第二十一页，共34页。 旋转前的因子旋转前的因子(ynz)载荷矩阵载荷矩阵第22页/共33页第二十二页，共34页。旋转后的因子旋转后的因子(ynz)载荷矩阵载荷矩阵第23页/共33页第二十三页，共34页。因子旋转的转换因子旋转的转换(zhunhun)矩阵矩阵因子转换矩阵就是(jish)旋转前的公因子与旋转后的公因子之间的相关矩阵第24页/共33页第二十四页，共34页。旋转旋转(xunzhun)前前 旋转旋转(xunzhun)后后第25页/共33页第二十五页，共34页。因子分析的一般因子分析的一般(ybn)步

11、骤步骤 KMO与Bartletts球型检验 进行分析，按一定标准提取公因子 如果进行主成分(chng fn)分析则将主成分(chng fn)存为新变量用于继续分析；如果进行因子分析则考察公因子的实际意义，如有必要还需要进行因子旋转，以寻求对因子的最佳解释。 如有必要可以计算因子得分等中间指标供进一步分析使用。第26页/共33页第二十六页，共34页。选上后，因子负荷矩阵按照负荷大小(dxio)排序低于特定(tdng)值的因子负荷不显示第27页/共33页第二十七页，共34页。不排序不排序(pi x)并显示所并显示所有因子负荷有因子负荷排序、旋转后、不显示比较排序、旋转后、不显示比较(bjio)小的

12、因子负荷小的因子负荷第28页/共33页第二十八页，共34页。删除题目删除题目(tm)的原则的原则 1.删除在两个或两个以上的公共(gnggng)因子上具 有接近因子载荷的题目 2.某个公因子下只有1个题目 3.删除在公共(gnggng)因子上的最大载荷小于0.35， 共同度小于0.4第29页/共33页第二十九页，共34页。第30页/共33页第三十页，共34页。验证验证(ynzhng)性因子分析简介性因子分析简介 在寻找公共因子的过程中，是否利用先验信息，产生了探索性因子分析和确定性因子分析的区别。探索性因子分析是在事先不知道影响因素的基础上，完全依据资料数据，以一定的原则(yunz)进行因子分

13、析，最后得出因子的过程。而验证性因子分析充分利用了先验信息，是在已知因子的情况下检验所搜集的数据资料是否按事先预定的结构方式产生作用。因此探索性因子分析主要是为了找出影响观测变量的因子个数，以及各个因子和各个观测变量之间的相关程度；而验证性因子分析的主要目的是决定事前定义因子的模型拟合实际数据的能力。 第31页/共33页第三十一页，共34页。两种因子分析的比较两种因子分析的比较(bjio)第32页/共33页第三十二页，共34页。谢谢您的观看(gunkn)！第33页/共33页第三十三页，共34页。NoImage内容(nirng)总结模型选择是艺术，而不是科学。在地区分布中，各种恶性肿瘤的死亡具有一定程度的聚集性。经因子分析得到的4个主因子可以解释10种恶性肿瘤死亡率的74.54。验证性因子分析的作用是对数据结构的先在假设进行检验。该方法强调对因子的解释的简洁性。1.删除在两个或两个以上的公共因子上具。而验证性因子分析充分利用了先验信息，是在已知因子的情况下检验所搜集的数据资料是否(sh fu)按事先预定的结构方式产生作用。谢谢您的观看第三十四页，共34页。