SPSS入门教程——土壤主成分优劣分析
在许多数据分析案例中，往往有许多种不同变量或因素共同影响最终结果，为了探究多变量或因素对实验结果的影响，我们常常会对数据进行主成分分析，将具有一定相关关系的变量重新组合划分为几组互不相关的新变量，作为影响结果的几种主成分，即新的综合指标来分析结果。本节将会带大家学习如何使用SPSS进行主成分分析。需要注意的是，进行主成分分析要满足两个条件：变量是连续变量或有序分类变量，且变量之间存在线性相关关系。
一、打开数据文件
本例中我们使用的是IBM SPSS Statistics 28.0.0.0 Windows版本。本例子以种植了玉米、花生、甘蔗三种不同作物的土壤成分为例，探究种植有不同作物的土壤成分综合评价。
如图1所示，展示的是三种不同的土壤中各主要成分的具体含量。需要注意，示例数据中的土壤成分变量使用的是字符串值，我们需要先将字符串转换为数值，才能进行下一步操作。
图1 示例数据
二、进行主成分分析
点击菜单栏中的“分析”，选择“降维”中的“因子”分析。
图2 选择因子分析
在弹出的选项框中，将变量数据栏全部加入到右侧变量的方框。
图3 添加变量
然后设置右侧栏中的选项，需要更改的各项设置如下：
图4 更改“描述”
图5 更改“得分”
更改完设置后点击确定，进行数据分析。
三、结果分析
（1）相关矩阵表明，各项指标之间具有强相关性。一般来说，如果相关型矩阵中显示的相关系数的数值大于等于0.3，我们就可以认为变量之间存在较好的线性相关性。通过线性相关性的验证，表明这几种变量的指标信息之间存在重叠，因此适合采用主成分分析法。
图6 相关性矩阵
（2）总方差解释表格
图7 总方差解释
由表格可以看出，初始特征值>1的成分有2个，因此可以提取出2个主成分，来作为新的综合指标来分析土壤肥力状况。这两个成分记为主成分1、主成分2，从表格数据得到他们的初始特征值依次为4.992、3.008；方差贡献率依次为62.399%、37.601%，总和为100%。
表中可知主成分提取载荷平方和分别为4.992,3.008，因此求算术平方根，算出主成分1、2的提取载荷为（仅举例列出三位小数，计算时应更加精确）2.234、1.734。
这两项数据在后续分析中要用到，在此需要记录。
（3）点开之前录有数据的SPSS界面，在最右边可以看见新生成有两列数据，即主成分因子得分（FAC），分别为因子得分1、因子得分2。
图8 主成分因子得分
（4）计算各主成分得分。
主成分1得分F1=因子得分1*主成分1提取载荷，以此类推F2。计算得出主成分得分F1与F2。
最后计算综合评价得分Y，即按照各主成分的方差贡献率对各主成分得分进行加权平均：综合评价得分Y=（F1*主成分1方差贡献率+F2*主成分2方差贡献率+F3*主成分3方差贡献率）/（主成分1、2、3的方差贡献率总和）（由方差解释表中可以得到主成分的方差贡献率），得到：
图9 主成分得分F与综合评价得分Y
可以看出，在三种土壤中，种植甘蔗的土壤综合评价得分最高，其次是花生，最后是玉米。以上就是本期的相关SPSS教程了，欢迎访问IBM SPSS Statistics中文网站，掌握更多软件技巧。
SPSS入门教程——土壤主成分优劣分析相关推荐
- spss主成分综合得分_如何用SPSS软件一步算出主成分得分值_林海明
& Information Fo rum 2007 年 9 月 Sept . , 2007 收稿日期 : 2007 - 04 - 15 基金项目 : 广州市哲学社会科学规划资助 课题 ( 06 ...
- R语言之主成分回归与偏最小二乘xt8.3xt8.4
第8章 主成分回归与偏最小二乘 8.3 对例5.5的Hald水泥问题用主成分回归方法建立模型,并与其他方法的结果进行比较. 8.4 对例5.5的Hald水泥问题用偏最小二乘方法建立模型,并与其他方法的 ...
- 主成分有什么用？如何进行呢？
一.研究背景 主成分分析用于对数据信息进行浓缩,比如总共有20个指标值,是否可以将此20项浓缩成4个概括性指标.除此之外,主成分分析可用于权重计算和综合竞争力研究.即主成分分共有三个实际应用场景: S ...
- R语言实战笔记--第十四章 主成分和因子分析
R语言实战笔记–第十四章 主成分和因子分析 标签(空格分隔): R语言 主成分分析 因子分析 原理及区别 主成分分析与因子分析很接近,其目的均是为了降维,以更简洁的数据去解释结果,但这两种方法其实是相 ...
- spss主成分综合得分_使用SPSS对美国50个州情况分析
主成分分析 1.首先,查看数据: 2.计算相关系数矩阵,查看变量间的相关性 可以看到变量间存在一定相关性,可以使用主成分法进行降维 3.计算相关系数矩阵的特征值.变量的方差贡献率,并画出碎石图,确定主 ...
- spss主成分综合得分_【2020.】这种主成分得分图SPSS能够实现吗？
背景 一后台询问,如下这种主成分分析图怎么实现的,SPSS可以吗?当然可以了,不过一般人不知道怎么做的,呵呵! 常见的SPSS主成分分析的二维图和三维图如下,确实不咋滴,是吧,看松哥怎么让它重生的. ...
- R语言主成分回归（PCR）、 多元线性回归特征降维分析光谱数据和汽车油耗、性能数据...
原文链接:http://tecdat.cn/?p=24152 什么是PCR?(PCR = PCA + MLR)(点击文末"阅读原文"获取完整代码数据). • PCR是处理许多 x ...
- R语言主成分PCA、因子分析、聚类对地区经济研究分析重庆市经济指标
全文下载链接:http://tecdat.cn/?p=27515 建立重庆市经济指标发展体系,以重庆市一小时经济圈作为样本,运用因子分析方法进行实证分析,在借鉴了相关评价理论和评价方法的基础上,本文提 ...
- 【Swing入门教程】一步一步做Netbeans（1）：类Netbeans的主界面
这仅仅是个入门教程,当你认为自己不是处于牛A和牛C之间时倒可以看看:我也不会蛋疼得去做一个Netbeans,仅仅是处出于对Netbeans的钟爱和对Swing的探讨而拿来的练手. 这里只打算实现Net ...
- 数据分享|R语言主成分PCA、因子分析、聚类对地区经济研究分析重庆市经济指标...
原文链接:http://tecdat.cn/?p=27515 建立重庆市经济指标发展体系,以重庆市一小时经济圈作为样本,运用因子分析方法进行实证分析,在借鉴了相关评价理论和评价方法的基础上,本文提取 ...
最新文章
- Clean-Code: 注释
- vscode技巧、vscode教程、vscode使用技巧
- 中台之上（二）：为什么业务架构存在20多年，技术人员还觉得它有点虚？
- 在线公开课 | 从理论走向实践，多角度详解Cloud Native
- 《布莱克智讯之声》公众号文章汇总
- 2.导数——线性代数回顾、曲线概念_1
- 安装php扩展phpredis,安装php扩展phpredis
- 开源 java CMS - FreeCMS2.8 数据对象 site
- PowerShell 扩展工具第二波！
- Neural Motifs: Scene Graph Parsing with Global Contex
- 使用springboot集成腾讯云短信服务，解决配置文件读取乱码问题
- 希尔伯特(Hilbert)空间和巴拿赫(Banach)空间
- AD之前的电压跟随器可以不用吗？
- 微信小程序自定义modal模态框
- LA 3708 - Graveyard 墓地雕塑
- 【看表情包学Linux】shell 命令及运行原理 | Linux 权限 | 文件权限的修改和转让 | 目录的权限 | Sticky bit 粘滞位
- ajax三种错误ie,ie下jquery ajax 80020101错误的解决方法
- 猿创征文 | openGauss 高级特性 DB4AI 进行 AI 开发
- 零知识证明系列之一——初探零知识证明
- java标签添加图片_Java添加图片（标签）