SPSS做主成分分析

第一步：将数据转化为二值（1，-1）

对于数字类：

选择分析--比较平均值--平均值

将数字变量添加到因变量列表，然后点确定得到平均值，以id为例进行操作

得到平均值之后点转换--重新编码为相同的变量--添加变量名--旧值与新值

这里注意：统一选范围从最低到值，填入平均值，赋值为1，添加，然后选择所有其他值，赋值为-1，添加，然后点继续，确定

编辑操作完成后会有画圈里的提示，且id那一列会转换为二值形式，至此数字转换完成编辑

编辑对于非数字类：

选择分析--描述统计--频率，添加变量名然后点确定

会得到这样一个频率图，然后大概一半一半的赋值为1，其他的为-1

之后点转换--重新编码为相同的变量--添加变量名--旧值与新值

这里麻烦一点，需要将旧值一个一个输入，赋值为1，然后其他的赋值为-1，然后点继续，确定

操作完成后会有画圈里的提示，且VAR00001那一列会转换为二值形式，至此数字转换完成

第二步：因子分析

全部转化为1，-1后编辑

点击分析--降维--因子，全部添加变量名后直接点确定编辑

得到以下表格

编辑编辑观察总方差解释表，目前的累积值才到56.546，这是不合格的，要到88以上才行，所以需要调一下，点击分析--降维--因子--提取，修改特征值，然后点继续--确定

重新得到因子分析的三个表格

第三步：计算得到一列ai（i=1,2,3...）

将成分矩阵里的值复制到spss后面编辑

点击转换，计算变量，设置一个目标变量为ai(i=1，2，3...，以此类推),输入计算式，点确定，得到一列ai(i=1,2,3....)

第四步：计算得出一列Zi（i=1，2，3...）

点击转换，计算变量，设置一个Zi(i=1，2，3...，以此类推),输入计算式，点确定，得到一列Zi(i=1,2,3....)

同样你们需要计算出所有的，重新得到一列Z之后，你们需要再次进行二值转换，到这里主成分分析就完成了

第一步：将数据转化为二值（1，-1）

因为我们得到的原始数据大小,类型不一, 一起分析会不准确, 所以将数据全部标准化

你们要做的是所有的，我只是举一个例子

对于数字类：

选择分析--比较平均值--平均值

将数字变量添加到因变量列表，然后点确定得到平均值，以id为例进行操作

得到平均值之后点转换--重新编码为相同的变量--添加变量名--旧值与新值

这里注意：统一选范围从最低到值，填入平均值，赋值为1，添加，然后选择所有其他值，赋值为-1，添加，然后点继续，确定

操作完成后会有画圈里的提示，且id那一列会转换为二值形式，至此数字转换完成

对于非数字类：

选择分析--描述统计--频率，添加变量名然后点确定

会得到这样一个频率图，然后大概一半一半的赋值为1，其他的为-1

之后点转换--重新编码为相同的变量--添加变量名--旧值与新值

这里麻烦一点，需要将旧值一个一个输入，赋值为1，然后其他的赋值为-1，然后点继续，确定

操作完成后会有画圈里的提示，且VAR00001那一列会转换为二值形式，至此数字转换完成

第二步：因子分析

全部转化为1，-1后

点击分析--降维--因子，全部添加变量名后直接点确定

得到以下表格

观察总方差解释表，目前的累积值才到56.546，这是不合格的，要到88以上才行，所以需要调一下，点击分析--降维--因子--提取，修改特征值，然后点继续--确定

重新得到因子分析的三个表格

第三步：计算得到一列ai（i=1,2,3...）

将成分矩阵里的值复制到spss后面

点击转换，计算变量，设置一个目标变量为ai(i=1，2，3...，以此类推),输入计算式，点确定，得到一列ai(i=1,2,3....)

（因子分析的系数 / sqrt(特征值) = 主成分分析的系数，特征值就是总方差解释中的总计）

然后点确定，同理我只是举一个例子，你们需要计算所有的

第四步：计算得出一列Zi（i=1，2，3...）

点击转换，计算变量，设置一个Zi(i=1，2，3...，以此类推),输入计算式，点确定，得到一列Zi(i=1,2,3....)

说明一下：数字是依次输入ai（i=1，2，3，...）列的数字，变量名就按照左下角给的依次输入即可

同样你们需要计算出所有的，重新得到一列Z之后，你们需要再次进行二值转换，到这里主成分分析就完成了

SPSS做主成分分析相关推荐

origin做主成分分析图_如何用SPSS做主成分分析？学习资料集锦
欢迎订阅SPSS训练营微信号上一篇推送,邀请所有人参与上机训练的第22期作业,主题是主成分分析.然后就有读者说没有一点基础,但还是想参与一下实践,怎么办? 此时就要看大家的学习能力了. 遇到一个陌生 ...
8、spss做因子分析及主成分分析
上一篇文章我们讨论完了回归的最后一部分内容,非线性回归.这一次我们正式结束回归,开始讨论降维分析.在之前关于相关的内容里,我们就说过,做相关,回归等分析的时候,消除多重共线性是一个很复杂很复杂的问题, ...
matlab主成分分析散点图_matlab、R软件等做主成分分析结果不同？为什么？
同样一组数据,我用spss.matlab.R中的princomp函数和vegan程序包中的rda函数多种计算方法做主成分分析,结果竟然不一样.我仔细看了下,特征值和贡献率都一样,问题出在因子载荷和得分 ...
基于SPSS的主成分分析（PCA）
主成分分析(Principal Component Analysis,PCA)是一种统计方法.PCA以降维方式,在损失很少信息的前提下通过正交变换将一组可能存在相关性的变量(多个指标)转换为一组线性不 ...
用spss进行主成分分析
此次同样通过一道例题讲解如何运用spss进行对数据的主成分分析下表是我国2005年第1.2季度各地区城镇居民家庭收支基本情况的统计数据.根据这些数据进行主成分分析,并依据分析结果对地区城镇居民家庭收 ...
基于spss的主成分分析法（Principal Component Analysis，PCA）
主成分分析(Principal Component Analysis,PCA), 将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法. 在实际课题中,为了全面分析问题,往往提出很多与此 ...
R语言进行主成分分析（PCA）：使用prcomp函数来做主成分分析、使用summary函数查看主成分分析的结果、计算每个主成分解释方差的、每个主成分解释的方差的比例、以及多个主成分累积解释的方差比例
R语言进行主成分分析(PCA):使用prcomp函数来做主成分分析.使用summary函数查看主成分分析的结果.计算每个主成分解释方差的.每个主成分解释的方差的比例.以及多个主成分累积解释的方差比例 ...
spss相关性分析看结果_利用spss做Pearson相关性分析步骤详解
有蛮多的学生私信老徐问如何利用spss做相关性分析,其实相关性分析应该是spss分析中较为基础的一个功能应用,很多学生可能是因为跨专业或者对统计软件了解较少,在没有经过系统学习的前提下,感觉云里雾里. ...
用spss做哑变量--给不敲代码同学福音
今天给各位分享怎么用spss做哑变量,也算是给不想敲代码的同学带来一些福利. 首先介绍下什么是哑变量.哑变量是由虚拟变量衍生过来,指的是非数值型的字符变量转换而来的变量,通常情况下这些变量都是无序的变 ...

SPSS做主成分分析

第一步：将数据转化为二值（1，-1）