SPSS主成分分析（PCA）

2024-05-13 21:41:58

1、导入数据

点击“文件”-“打开”-“数据”，选择要分析的数据文件“DATA.xlsx”。

2、进行主成分分析

点击“分析”-“降维”-“因子”，按下图提示进行相关操作。

3、运行结果

       由“总方差解释”可知，特征根λ1=2.318，特征根λ2=1.308，前两个主成分的累计方差贡献率达90.643%，即涵盖了大部分信息。这表明前两个主成分能够代表最初的4个指标来分析，故提取前两个指标即可，分别记作F1、F2。

       由“成分矩阵”可知X1、X3在第一主成分上有较高载荷，相关性强；X2、X4在第二主成分上有较高载荷，相关性强。
       这个成分矩阵并不是主成分的特征向量，也就是说并不是主成分F1、F2的系数，主成分系数的求法是：各因子成分向量除以各自主成分特征值的算术平方根。
       最终计算得到的F1、F2结果为（SPSS已自动算出）：

       各城市综合得分F=w1F1+w2F2，其中w1、w2为“总方差解释”中的“方差百分比”，即w1=0.57944，w2=0.32699，F计算结果如下：
       点击“转换”-“计算变量”，输入表达式，点击确定，求得F值。

想了解更多，请关注微信公众号“GAO戏精光芒万丈”：

SPSS主成分分析（PCA）相关推荐

数学建模-14.主成分分析PCA
主成分分析(PCA) 一种降维算法,能将多个指标转换为少数几个主成分这些主成分是原始变量的线性组合,且彼此互不相关.其能反映出原始数据的大部分信息. 一般而言,当研究问题涉及到多变量且变量之间存在很 ...
数学建模方法——SPSS主成分分析法
前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家,(ﾉ´▽｀)ﾉ♪->点击这里->一个宝藏级人工智能教程网站. 文章目录 Ⅰ.主成分分析: 主成分与原始变量 ...
主成分分析(PCA)简介
主成分分析(Principal Components Analysis, PCA)是一个简单的机器学习算法,可以通过基础的线性代数知识推导. 假设在Rn空间中我们有m个点{x(1),-,x(m)},我 ...
223.主成分分析PCA
主成分分析 PCA 本节作者:刘华,中国科学技术大学版本1.0.3,更新日期:2020年6月18日什么是PCA(Principal Component Analysis) 相关背景在许多领域的研 ...
R语言主成分分析PCA和因子分析EFA、主成分（因子）个数、主成分（因子）得分、主成分（因子）旋转（正交旋转、斜交旋转）、主成分（因子）解释
R语言主成分分析PCA和因子分析EFA.主成分(因子)个数.主成分(因子)得分.主成分(因子)旋转(正交旋转.斜交旋转).主成分(因子)解释目录
Python数据集可视化：抽取数据集的两个特征进行二维可视化、主成分分析PCA对数据集降维进行三维可视化（更好地理解维度之间的相互作用）
Python数据集可视化:抽取数据集的两个特征进行二维可视化.主成分分析PCA对数据集降维进行三维可视化(更好地理解维度之间的相互作用) 目录 Python数据集可视化:抽取数据集的两个特征进行二维可 ...
R主成分分析PCA示例
R主成分分析PCA示例目录 R主成分分析PCA示例主成分分析(Principal components analysis) 加载数据计算主成分(Principal
深度学习入门教程UFLDL学习实验笔记三：主成分分析PCA与白化whitening
深度学习入门教程UFLDL学习实验笔记三:主成分分析PCA与白化whitening 主成分分析与白化是在做深度学习训练时最常见的两种预处理的方法,主成分分析是一种我们用的很多的降维的一种手段,通 ...
降维（一）----说说主成分分析(PCA)的源头
降维系列: 降维(一)----说说主成分分析(PCA)的源头降维(二)----Laplacian Eigenmaps --------------------- 前一篇文章中介绍了主成分分析.PCA ...
主成分分析(PCA)深入剖析+Matlab模拟
1.降维引发的思考对于现在维数比较多的数据,我们首先需要做的就是对其进行降维操作.降维,简单来说就是说在尽量保证数据本质的前提下将数据中的维数降低.降维的操作可以理解为一种映射关系,例如函数z=f( ...

最新文章

热门文章