html5自适应网站模板,广州安全教育平台登录入口账号,网站视频存储方案,医院网站建设与管理pptSPSS聚类和判别分析参考10.1主成分分析和因子分析简介 3 常用术语 (1)因子载荷 (2)变量共同度 (3)公共因子的方差贡献 10.1主成分分析和因子分析简介 10.1.2主成分和公因子数量的确定 (1) 确定时遵循几个原则 主成分的累积贡献率#xff1a;一般来说#xff0c;提取主成分的累…SPSS聚类和判别分析参考10.1主成分分析和因子分析简介 3 常用术语 (1)因子载荷 (2)变量共同度 (3)公共因子的方差贡献 10.1主成分分析和因子分析简介 10.1.2主成分和公因子数量的确定 (1) 确定时遵循几个原则 主成分的累积贡献率一般来说提取主成分的累积贡献率达到80%85%以上就比较满意了可以由此确定需要提取多少个主成分。 ? 特征值特征值在某种程度上可以看成表示主成分影响力度大小的指标如果特征值小于1说明该主成分的解释力度还不如直接引入原变量的平均解释力度大。因此一般可以用特征值大于1作为纳入标准。 ? 综合判断大量的实际情况表明如果根据累积贡献率来确定主成分数往往较多而用特征值来确定又往往较少很多时候应当将两者结合起来以综合确定合适的数量。 10.1主成分分析和因子分析简介 10.1.3 两者的区别与联系 (1)两者都是在多个原始变量中通过它们之间的内部相关性来获得新的变量(主成分变量或因子变量)达到既能减少分析指标个数又能概括原始指标主要信息的目的。 (2)提取公因子主要有主成分分析法和公因子法若采用主成分法则主成分分析和因子分析基本等价。 (3)因子分析提取的公因子比主成分分析提取的主成分更具有解释性。 (4)两者分析的实质和重点不同。 (5)两者的SPSS操作都是通过“分析→降维→因子分析”过程实现的主成分分析不需要因子旋转而因子分析需要经过旋转。 主要内容 10.1 主成分分析和因子分析简介 10.2 主成分分析 10.3 因子分析 10.2 主成分分析 10.2.1 统计原理与分析步骤 (1)统计原理 10.2 主成分分析 (1)统计原理 10.2 主成分分析 10.2.1 统计原理与分析步骤 (2)分析步骤 第1步 原始数据的标准化处理。 第2步 计算相关系数矩阵。 第3步 计算特征值及单位特征向量。 第4步 计算主成分的方差贡献率和累积方差贡献率。 第5步 计算主成分。 10.2 主成分分析 10.2.2 SPSS实例分析 【例10-1】 为了从总体上反映世界经济全球化的状况现选择了具有代表性的16个国家的数据这些国家参与经济全球化的程度指标值如下表所示。试分析一个国家参与经济全球化的程度主要受哪些因素的影响。 编号 国家 x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12 x13 x14 x15 1 中国 3.205 54.5 28.53 0.878 1.409 0.894 11.6 2.305 0.547 2.932 4.818 9.003 2.7 3.914 1.472 2 印度 1.449 31.1 0.279 0.339 0.272 0.1 2.7 0.128 0.193 0.825 2.318 5.127 0.6 4 0.218 3 日本 14.079 52.3 0.653 10.254 11.769 1.097 0 1.967 1.3 6.178 14.746 27.297 30.9 57.734 15.125 4 韩国 1.318 136.3 1.011 1.6 0.42 1.838 1.3 0.77 0.78 2.267 23.32 42.875 9.1 12.129 0.452 5 新加坡 0.275 739.5 3.572 27.841 0.884 13.314 28.6 0.622 0.143 1.885 169.772 319.907 54.2 917.328 0.718 6 美国 29.641 46.1 3.682 6.429 20.563 4.808 5.4 24.253 29.941 15.638 10.784 24.555 13.6 24.495 21.274 7 加拿大 2.056 101.5 0.898 8.276 2.313 5.369 10.5 2.444 5.145 3.854 34.691 67.047 15.1 21.83 1.362 8 巴西 2.434 27.1 1.584 2.327 0.962 2.905 6.8 1.953 2.3 0.857 4.716 10.101 6.7 5.498 1.104 9 墨西哥 1.567 151.4 1.657 2.837 0.797 1.471 10.9 0.67 0.212 2.186 18.485 37.986 4.5 4.887 0.468 10 英国 4.67 118.4 0.497 26.151 12.456 22.137 11.2 16.552 19.642 5.542 28.434 58.7 66.1 278.968 11.289 11 法国 4.639 120.6
