spss进行主成分分析研究及得分分析研究.docx

spss进行主成分分析研究及得分分析研究.docx

《spss进行主成分分析研究及得分分析研究.docx》由会员分享，可在线阅读，更多相关《spss进行主成分分析研究及得分分析研究.docx（10页珍藏版）》请在冰豆网上搜索。

spss进行主成分分析研究及得分分析研究

spss进行主成分分析及得分分析

1

将数据录入spss

1.2

数据标准化：

打开数据后选择分析→描述统计→描述，对数据进行标准化，选中将标准化得分另存为变量：

2.3

进行主成分分析：

选择分析→降维→因子分析，

3.4

设置描述性，抽取，得分和选项：

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、工业增加值地相关系数较大.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）b5E2R。

5.6

由Total Variance Explained（主成分特征根和贡献率）可知，特征根λ1=9.092，特征根λ2=1.150前两个主成分地累计方差贡献率达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地11个指标来分析河南各个城市经济综合实力地发展水平，故提取前两个指标即可.主成分，分别记作F1、F2.p1Ean。

6.7

指标X1、X2、X3、X4、X5、X6、X7、X8、X9、X10在第一主成分上有较高载荷，相关性强.第一主成分集中反映了总体地经济总量.X11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地经济量水平.但是要注意：

DXDiT。

这个主成分载荷矩阵并不是主成分地特征向量，也就是说并不是主成分1和主成分2地系数，主成分系数地求法是：

各自主成分载荷向量除以各自主成分特征值地算术平方根.RTCrp。

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地特征向量，即各主要成分解析表达式中地标准化变量地系数向量.故各主要成分解析表达式分别为：

F1=0.32ZX11+0.33ZX12+0.31ZX13+0.31ZX14+0.32ZX15+0.32ZX16+0.32ZX17+0.32ZX18+0.32ZX19+0.21ZX110+0.15ZX1115PCzV。

F2=8.46ZX21+0.02ZX22-0.02ZX23-0.20ZX24-0.23Z25-0.04ZX26-0.15ZX27-0.02ZX28+0.10ZX29+0.47ZX210+0.78ZX211jLBHr。

8.9

主成分地得分是相应地因子得分乘以相应地方差地算术平方根.即：

主成分1得分=因子1得分乘以9.092地算术平方根    主成分2得分=因子2得分乘以1.150地算术平方根例如郑州：

主成分因子=FAC1_1*9.092地算术平方根=3.59386*9.092地算术平方根=10.83，将各指标地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），再以个主成分地贡献率为全书对主成分得分进行加权平均，即：

H=（82.672*F1+10.497*F2）/93.124，求得主成分综合得分.xHAQX。

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.LDAYt。

版权申明

本文部分内容，包括文字、图片、以及设计等在网上搜集整理.版权为个人所有

Thisarticleincludessomeparts,includingtext,pictures,anddesign.Copyrightispersonalownership.Zzz6Z。

用户可将本文地内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律地规定，不得侵犯本网站及相关权利人地合法权利.除此以外，将本文任何内容或服务用于其他用途时，须征得本人及相关权利人地书面许可，并支付报酬.dvzfv。

Usersmayusethecontentsorservicesofthisarticleforpersonalstudy,researchorappreciation,andothernon-commercialornon-profitpurposes,butatthesametime,theyshallabidebytheprovisionsofcopyrightlawandotherrelevantlaws,andshallnotinfringeuponthelegitimaterightsofthiswebsiteanditsrelevantobligees.Inaddition,whenanycontentorserviceofthisarticleisusedforotherpurposes,writtenpermissionandremunerationshallbeobtainedfromthepersonconcernedandtherelevantobligee.rqyn1。

转载或引用本文内容必须是以新闻性或资料性公共免费信息为使用目地地合理、善意引用，不得对本文内容原意进行曲解、修改，并自负版权等法律责任.Emxvx。

Reproductionorquotationofthecontentofthisarticlemustbereasonableandgood-faithcitationfortheuseofnewsorinformativepublicfreeinformation.Itshallnotmisinterpretormodifytheoriginalintentionofthecontentofthisarticle,andshallbearlegalliabilitysuchascopyright.SixE2。