主成分分析在SPSS中的操作应用(详细步骤样本.doc

主成份分析在SPSS中操作应用(2) SPSS在调用FactorAnalyze过程进行分析时,SPSS会自动对原始数据进行标准化处理,所以在得到计算结果后指变量全部是指经过标准化处理后变量,但SPSS不会直接给出标准化后数据,如需要得到标准化数据,则需调用Descriptives过程进行计算。图表3相关系数矩阵图表4方差分解主成份提取分析表主成份分析在SPSS中操作应用(3)图表5初始因子载荷矩阵从图表3可知GDP和工业增加值,第三产业增加值、固定资产投资、基础建设投资、社会消费品零售总额、地方财政收入这多个指标存在着极其显著关系,和海关出口总额存在着显著关系。可见很多变量之间直接相关性比较强,证实她们存在信息上重合。主成份个数提取标准为主成份对应特征值大于1前m个主成份。注:特征值在某种程度上能够被看成是表示主成份影响力度大小指标,假如特征值小于1,说明该主成份解释力度还不如直接引入一个原变量平均解释力度大,所以通常能够用特征值大于1作为纳入标准。经过图表4(方差分解主成份提取分析)可知,提取2个主成份,即m=2,从图表5(初始因子载荷矩阵)可知GDP、工业增加值、第三产业增加值、固定资产投资、基础建设投资、社会消费品零售总额、海关出口总额、地方财政收入在第一主成份上有较高载荷,说明第一主成份基础反应了这些指标信息;人均GDP和农业增加值指标在第二主成份上有较高载荷,说明第二主成份基础反应了人均GDP和农业增加值两个指标信息。所以提取两个主成份是能够基础反应全部指标信息,所以决定用两个新变量来替换原来十个变量。但这两个新变量表示还不能从输出窗口中直接得到,ponentMatrix”是指初始因子载荷矩阵,每一个载荷量表示主成份和对应变量相关系数。用图表5(主成份载荷矩阵)中数据除以主成份相对应特征值开平方根便得到两个主成份中每个指标所对应系数[2]。将初始因子载荷矩阵中两列数据输入(可用复制粘贴方法)到数据编辑窗口(为变量B1、B2),然后利用“puteVariable”,在ComputeVariable对话框中输入“A1=B1/SQR()”[注:],即可得到特征向量A1(见图表6)。同理,可得到特征向量A2。将得到特征向量和标准化后数据相乘,然后就能够得出主成份表示式[注:因本例只是为了说明怎样在SPSS进行主成份分析,故在此不对提取主成份进行命名,有爱好读者可自行命名]:F1=+-+++++++=-+-+--+--,但不会直接给出,需要我们自己另外算,我们能够经过AnalyzeàDescriptiveStatisticsàDescriptives对话框来实现:弹