spss进行主成分分析及得分分析.docx
《spss进行主成分分析及得分分析.docx》由会员分享，可在线阅读，更多相关《spss进行主成分分析及得分分析.docx（16页珍藏版）》请在冰豆网上搜索。
spss进行主成分分析及得分分析
spss进行主成分分析及得分分析
1
将数据录入spss
I_■t・「XIF1音Tjj]i
盅K2
IE
it
ir
f岸
4040
TW
2757
16T8
2269
1«4<
WT
631
制
«0
3fi~
2320
142
2064
J760
8oa
1396
12^3
1310
L1JT
919
吗
漳
m
T31
<29
海
93
顷
胸
im
L114
1^11
eca
13#
IK
sse
804
683
SB
咖
13IT
烦
Ml
Mf
van
431
47«
87*
625
m
143E
147
im
1017
1H?
Kfl
S3Z
曲
IMl
］旧
I（KJ1
他
J7R
122S
政
5ST
帼
1O5S
441
3W
34S
JOS
他
1.2
数据标准化：
打开数据后选择分析一描述统计一描述，对数据进行标准化，选中将标准化得分另存为变量：
D1
8
ZM
ZUi
ffS
zk«
ar
zxe
JJ0啲
3inu
Jow*
340QIP
3J17J5
jim
-■姑X
SSfti
emo
2M24
-11331
-?
221"
12J9W
算略
1434U
1
1和3
10MW
02U土
1:
1342
-am
-整如
23
xox
1HM
3!
9M
0»4?
-0«M7
-1>»H
0M12
-aw
-1.Q3M2
“创6
-52345
-»1«
r號6临
-a2««r
9252*t
»W1W
-M&97
-0334U
M7&3
t38W
-tie»
-Q?
3W
-ISMS!
.04373
-妙対
mas
.32233
213C
31
-iw
-4&154
-35063
・65如
-57721
-*reia
・62016
-44U2D
□32B7
-1H1S
洛,
T冷
・£454&
J3KH
，3（W1
422M
-W1
-mw
-44谢
BTit?
-€1«£
-T1Sii
.*9997
-«6T0
37963
・41U8
■E4W9
«es
i7C?
1
2SU77
77607
-E間
-60214
7173?
M273
MGH
1^3
57214
■mw
-17219
伽2
・TWW
・«0M
-15912
•刖？
K
^23811
-13579
匸0«4«3
WM
-Q1754
-
-o**w
-7t>M
-ST4M
0903
1»S0
t»5D
<»1C7
虫曲
-?
td6i
-1B3,
titsi
.17111
•U3W
■ttM
-1130M
6?
441
117420
«1O1J29
-101^1
8S%S
low
2.3
进行主成分分析：
选择分析一降维一因子分析,
3.4
设置描述性，抽取，得分和选项:
L分析
轴出
®相关性題阵（5）
RI未於专的因子■
0协方差矩阵电＞
Li确图回
厂抽取
t■■■■■«■■■■■■■・・・■■■■■■■■・・mi■■■i■・・■■■kbi■■■u・■■■n
方法®y蕊怕r
s基于特准價i自
特徂值犬于建）*
O因子的同定数是迥）妻提取的因子①芒
1
龄大收蝕性谴代卖数
25
维皴］取消
X7
X8
X9
X10
4.5
查看主成分分析和分析：
相关矩阵表明，各项指标之间具有强相关性。
比如指标GDP总量与财政收入、固定资产投资总额、第二产业增加值、第三产业增加值、工业增加值的相关系数较大。
这说明他们之间指标信息之间存在重叠，适合采用主成分分析法。
（下表非完整呈现）
相关系数矩阵:
<
tarrili.Ejafatrii
Mb忖:
:
■:
:
■>
；ixrc（
；irere；
*
*八：
1?
L0DQ
■初1
.n
9fl2
.Mi
0|_
■比
1.000
■和9
■從
.MJ
.VW
31
LjV
J<4
:
■:
IK
-M3
■J
95*
5.6
由TotalVarianceEGplained（主成分特征根和贡献率）可知，特征根入1=9.092,
特征根22=1.150前两个主成分的累计方差贡献率达93.107%，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11个指标来分析河南各个城市经济综合实力的发展水平，故提取前两个指标即可。
主成分，分别记作F1、F2。
Tola）0E^lainal
IniIillEtfftnrllift
ExtrAfitli^nSoiirtdL^dkibci
RtH
tsfTiritnca
Cpn.111Itst
RU1
KofTiriinci
3
QQ
S3.4M
2
L.BD
1045&
^.l（D
L.I50
10.4M
vkim
3
3,010
win
4
・2M
2096
tt.213
5
M5
U7
44.080
亀
皿
.510
«.5W
1
®7
J34
W.W3
e
.QM
（Ml
■MM
J
.003
03k
W.W5
ia
.□DI
.005
99,999
r
£.43IEDOS
.001
IOO.WO
Ex■色thcJ；PrinCipi]
6.7
指标G1、G2、G3、G4、G5、G6、G7、G8、G9、G10在第一王成分上有较咼载荷，相关性强。
第一主成分集中反映了总体的经济总量。
G11在第二主成分上有较高载荷，相关性强。
第二主成分反映了人均的经济量水平。
但是要注意：
这个主成分载荷矩阵并不是主成分的特征向量，也就是说并不是主成分1和主成分2的系数，主成分系数的求法是：
各自主成分载荷向量除以各自主成分特征值的算术平
方根。
ConqionCnt1rl/
1
2
XI
•,1胛
n
01S
940
-,027
矍4
-.213
X5
952
-,251
975
-.tMa
X7
gg
n
-.027
957
.110
X1C
SC宵
XIl
.S41
yl
Y2
0.32
8.46
633
6Q2
0.31
-0.02
0,31
-0・2
0.32
-0.23
0.32
-0.04
0.32
-0.L5
0,32
-602
0.32
0.1
①羽
0⑷
0.15
0.78
7.8
成分得分系数矩阵（因子得分系数）列出了强两个特征根对应的特征向量，即各主要
成分解析表达式中的标准化变量的系数向量。
故各主要成分解析表达式分别为：
F1=0.32ZG11+0.33ZG12+0.31ZG13+0.31ZG14+0.32ZG15+0.32ZG16+0.32Z
G17+0.32ZG18+0.32ZG19+0.21ZG110+0.15ZG111
F2=8.46ZG21+0.02ZG22-0.02ZG23-0.20ZG24-0.23Z25-0.04ZG26-0.15ZG27-
0.02ZG28+0.10ZG29+0.47ZG210+0.78ZG211
M1
垃
X3
M-
X5
X6
XT
X9
X1D
KTt[FAC11
FAC21
4W
3B&
加
恸日
程§
欣
點
1T
空
3站血
洲10
37
681
石瞒
3E4
190
腳
2
1
197
拓MU
3KC
14?
17G«
Bse
736
124?
11
&
J57
101875
2>0©
B0
1137
712
319
豳
3%
831
3
2
Xi
074M
，t^94
1IH
«£
猶
脈
:
MT
□1
4
12
Ki
DUW
■14
im
429
H-
瑚
W
30i
78
283
1
0
ns
-肿谢
11K
科
1211
3S8
&K
就
T
*
212
O2K7
JWJ1
■柞
1245
U
97C
321
轆
80J
11
7
劇
f1326
%J82
77S
X
230
心
d刑
4
1
r>7
1317
ST
PS
401
11
?
MM
O14&«
2&
命
加
ME
119
缀
2
7
filTM
J1K5
三
曲
MS
?
05
SE2
1
1
»T
m
i«r
13W
101F
5K
910
6
6
37^2
S?
165
1143
SOI
出吕
血
血
3U
464
1
0
10^67
im
¥
g
10J1
432
342
3托
1
3
IfiS
-站叶
-B3224
122B
3X
B1J
at
492
Z
2
'29
-111$02
3&
969
G6B
37C
441
393
2
t
l41I-.-rnCjC
-G1I2S6S
U3
2?
in
324
67
24■&
3
12
|-57BO6
301798
8.9
主成分的得分是相应的因子得分乘以相应的方差的算术平方根。
即:
主成分1得分=
因子1得分乘以9.092的算术平方根主成分2得分=因子2得分乘以1.150的算术平方根例如郑州：
主成分因子=FAC1_1G9.092的算术平方根=3.59386G9.092的算术平方根=10.83，将各指标的标准化数据带入个主成分解析表达式中，分别计算出2个主成分得分（F1、F2），再以个主成分的贡献率为全书对主成分得分进行加权平均，即：
H=（82.672GF1+10.497GF2）/93.124，求得主成分综合得分。
cm
F1
F1B<
F2
FM*
*is«
wa
1
T
■
145
1
z
10
zia
2
1n
$
15
3
■懵
3*
4
1VJ
2
啦
4
21
5
«4
4
26
S
na
站
E
14
B
46
&
噺參
■闖
T
■41
1?
•12
7
T71U
•5?
»
、瓷
三〔”
■12?
12
）
•沖
*
屬口
d01
130
18
越
忙
14
-1C1
11
商拄
■120
11
■117
1T
120
17
IS
J3S
1
126
13
<1
・111
15
M
■16?
M
13
■150
15
WB
-ixr
帖
25
11
HI
u
澤河
■1w
V
J4
5
.）4:
17
M
-isi
£
-[18
1B
END
经验内容仅供参考，如果您需解决具体问题（尤其法律、医学等领域），建议您详细咨询相关领域专业人士。
举报作者声明：
本篇经验系本人依照真实经历原创，未经许可，谢绝转载。
6.m粮按习题氐m巾刘03年我国省会城市和卄划单列市的主要经济指标数擦.利用主成分分析址対这些地区进行吩类.
辭：
SPSS逬仃主成分分折的只体力也参见6区行祈給壮轴卜；
6.7IHil-tK和力矗贡就率衷
初始特征值
提取平方和载入
台计
六碧的鳴
累績%
合计
育差的隔
1
5058
56.199
56.199
5.058
56.199
56.199
2
2.390
26.551
82750
2.390
26.551
82750
3
814
9041
91.790
4
.341
3784
95.575
5
748
2759
98.333
6
JOO
1108
99.441
7
.027
.304
99.744
&
.020
.219
99.964
9
003
036
100000
£6.8说子載荷阵
成枱
1
2
XI
.665
J22
a
J629
736
X3
.315
>.444
X4
.694
*,571
X5
.908
-302
16
.894
-.419
x7
.687
.607
X8
8B3
J80
x9
8B2
*370
詁初剧话矩於
Z1
z2
ml
0.29
617
k2
0.28
①18
前
0.11
-0.29
si
0.31
-0.37
x5
010
P20
r囲
0.It）
-0.27
X?
631
639
aS
0.39
0.12
胡
Q.39
P.2；
帳据表6.6■'：
;r成命的表达丸
}1=0^9^1+0-28^2+0,14\5+0^1^1+0.4^5-0.4.¥6+0^1^7+039.¥5+0.3?
^9}'2=0.r.VU0.4SX2-0.29AJ-D3',X4-0.2X-5-0.2^Ar6+0.39Ar7+OJ2.V8-0.24X9介别计旬I脱上顷斤利用处式去F】+会门符到叮冷诃兮幷掉序如卜一拖
yxyz
■Z_d£_r
極1
71
y2
V
深圳
170038.89
251201.05
197055-90
70185>88
31213,02
58638,59
IEH
5089L53
6959393
56897.04
广州
55819.21
3217458
48249.65
统州
42167.71
29244.98
38019,51
宁波
40552.85
28367.31
36611.30
北京
45717.38
11555.73
31771.S6
同宁
45717.38
11555.73
34771,86
39597.90
21080.52
33653.82
海口
39597.90
21080.52
33653.82
南京
36680.75
2580165
33189.52
青隔
35237.271
14552.46
2859了•44
丈堆
31830.56
'17629.53
27272.03
25149.73
16499,39
22372.97
馬州
22734.16
16326.97
20€77.45
22284.54
15281.68
20037.59
23184.99
12310.22
19694.19
武汉
23909.27
9770.56
19370.75
艮春
21521.95
11179,21
19166.96
33808.79
-17638.73
17291.11
k、原
19115.42
9809.99
16352.45
18561,81
9822.90
15756,62
兰州
16568.97
13769.80
15670,44
海LI
17666.70
11525,77
15631,26
18191.31
8579.72
15311.75
16128.60
13359,10
15239,59
nnot«o-3!
/znrozA
_TNGaCZYO
技后的分栄町以根据域輿得対¥的直来划分.市于没存编岀貝休的井更林齐.貝悴井耒结黑咬出齐人的主观盘电口似q$h答电
升级会员 