主成分分析及因子分析

  • 1.导入数据
  • 2.分析数据
  • 3.输出结果

  • 主成分分析法通俗来讲就是运用降维的思想,将多个变量简化为少数几个互不相关的综合指标,再来研究他们之间相关性的统计分析方法。

1.导入数据

  • 点击“文件”-“导入数据”-“Excel”
  • 读取Excel文件-点击“确定”

2.分析数据

  • “分析”-“降维”-“因子”
  • 可以选择第一个变量后,按住shift键不放,再点击最后一个变量,就可以一下子选择全部变量。
  • 先不点“确定”,先选择“描述”,接着在“相关性矩阵”那里勾选“KMO和巴特利特球形度检验”,点击“继续”-“确定”。
  • “提取”-点击“碎石图”
  • 一般来说,由协方差矩阵出发求解主成分所得结果与由相关矩阵出发求解主成分所得结果有很大不同。
  • 对于度量单位不同的指标或取值范围彼此差异非常大的指标,不能直接由其协方差矩阵出发进行主成分分析,而应该考虑将数据标准化(即选择相关性矩阵)。
    对于同度量单位或取值范围在同量级的数据还是直接从协方差矩阵求解。

  • “旋转”-“最大方差法”-“旋转后的解”
  • “得分”-“显示因子得分系数矩阵”-“继续”
  • 最后点击“确定”输出结果

3.输出结果

  • 上表中KMO统计量值大于0.5,可以看出变量间的相关程度无太大差异,数据很适合做因子分析;
    Bartlett球形检验的结果小于0.05,球形假设被拒绝,原始变量之间存在相关性,适合做因子分析。
  • 上表中通常选取特征值大于1或者累计贡献率大于85%的特征值为对应的主成分。
  • 上表为旋转后的成分矩阵,用于解读被筛选出来的主成分,其中正值对应指标与主成分之间呈正相关,负值代表指标与主成分间呈负相关。

【SPSS】SPSS之主成分分析及因子分析相关推荐

  1. SPSS(十一)SPSS信息浓缩技术--主成分分析、因子分析(图文+数据集)

    SPSS(十一)信息浓缩技术--主成分分析.因子分析(图文+数据集) 当我们的自变量存在多重共线性,表现为进行回归时候方程系数估计不正常以及方程检验结果不正常,也许我们可以使用变量挑选的办法(手动挑选 ...

  2. 主成分分析和因子分析十大不同点

    主成分分析和因子分析无论从算法上还是应用上都有着比较相似之处,本文结合以往资料以及自己的理解总结了以下十大不同之处,适合初学者学习之用. 1.原理不同 主成分分析基本原理:利用降维(线性变换)的思想, ...

  3. 关于聚类分析、判别分析、主成分分析、因子分析等多元统计分析方法

    转载自:http://blog.csdn.net/nieson2012/article/details/25408421 主成分分析与因子分析的区别 1. 目的不同: 因子分析把诸多变量看成由对每一个 ...

  4. 主成分分析与因子分析之比较及实证分析

    一.问题的提出 在科学研究或日常生活中,常常需要判断某一事物在同类事物中的好坏.优劣程度及其发展规律等问题.而影响事物的特征及其发展规律的因素(指标)是多方面的,因此,在对该事物进行研究时,为了能更全 ...

  5. R语言稀疏主成分分析、因子分析、KMO检验和Bartlett球度检验分析上市公司财务指标数据...

    全文链接:http://tecdat.cn/?p=31080 R中的主成分分析(PCA)和因子分析是统计分析技术,也称为多元分析技术(点击文末"阅读原文"获取完整代码数据). 当可 ...

  6. R数据分析:潜变量与降维方法(主成分分析与因子分析)

    今天把潜变量和降维分析的方法合起来给大家写写,因为这两个东西之间有诸多共同之处. 潜变量 为啥需要潜变量呢?考虑一个问题,比如你想测测一个人有多幸福,你怎么测? 估计你会看看这个人: 脸上有没有笑容 ...

  7. 主成分与因子分析异同_如何做主成分分析和因子分析?它们的区别与联系在哪里?...

    "主成分分析和因子分析有什么区别和联系?"这个问题其实很多朋友在后台提问过,今天将这个问题的答案写成推送分享给大家.以后有问题或需求,请在下方留言区留言.觉得解释得好的朋友,记得打 ...

  8. 主成分分析和因子分析的介绍、区别和联系

    本文介绍一下主成分分析.因子分析,进而介绍它们之间的区别和联系. 两个方法的推导我也还有一些没有完全理解,因此中间有些理解可能有误,请大家批评指正 主成分分析 主成分分析:将多个有一定相关性的指标进行 ...

  9. 主成分分析、因子分析、聚类分析的比较与应用

    听说这是一篇论文 不过我没详细看. 一.概述 主成分分析就是将多项指标转化为少数几项综合指标,用综合指标来解释多变量的方差- 协方差结构.综合指标即为主成分.所得出的少数几个主成分,要尽可能多地保留原 ...

  10. 四十八、使用Python和Stata完成广西碳酸钙企业的主成分分析和因子分析

    @Author:Runsen 我希望读者可以看懂它 你对你的要求就是看懂它 在3月份,一个大四金融想找我帮她做一个主成分分析和因子分析,我看是女的,就答应,而且她还没给我钱,看作是女的,就算了. 数据 ...

最新文章

  1. 平行进化论再添证据 牙形刺远隔千里却发育模式相同
  2. 挤牙膏只服英特尔!新酷睿14nm+++,性能竟超过AMD 7nm?
  3. 论文笔记:Semi-Supervised Classification with Graph Convolutional Networks
  4. 从全职高手开始的系统_动画全职高手第二季热血回归,腾讯视频的国漫IP全链路开发之道...
  5. 1.5.2 在IIS上配置ASP.NET(转)
  6. 被一帮小姐姐围着是什么感觉?
  7. px ,em ,rem
  8. [导入]Google Earth坐标集(能更看清这个世界喽!)
  9. 机器学习(1)PLA
  10. leetcode题解189-旋转数组
  11. Project facet Java version 1.7 is not supported.解决方法
  12. QAM识别算法matlab,16qam调制识别matlab
  13. Fences -让你的桌面图标分组显示,成块状化
  14. 【图像隐藏】基于LSB算法实现数字水印嵌入提取matlab代码
  15. 深度学习系列之Anchor based 和 Anchor free 目标检测方法
  16. 【示例源码】还在为毒奶粉忧桑?轻松一下,玩玩猩球保卫战吧(html5游戏)
  17. 企业短信平台 php,梅州PHP短信平台企业,PHP短信平台
  18. Java计算标会(会子)利率
  19. apktool反编译及后续打包
  20. 你真的会用K折交叉吗?对于K折交叉的思考 | K折交叉的坑

热门文章

  1. 蓝牙版本avrcp怎么选_「科技犬」除了苹果AirPods,真无线蓝牙耳机到底怎么选?...
  2. (已解决)Failed to execute goal on project ...: Could not resolve dependencies for project ...
  3. 平面设计师学习指南,平面设计都要学什么
  4. android图标分组名称唯美,手机屏幕分组好听名字
  5. Latex参考文献引用格式,期刊参考文献引用格式注意事项
  6. 解决Linux环境下idea、webstorm等编辑器中文无效
  7. qq邮箱注册收件服务器,qq邮箱smtp服务器
  8. Python实战RBF神经网络
  9. InstallShield教程-打包.NET程序
  10. 《机器人学导论》克雷格 第3章