文档介绍：spss如何做主成分分析
浏览:15640
|
更新:2014-08-04 23:56
12345
分步阅读
主成分分析的主要原理是寻找一个适当的线性变换:
  •将彼此相关的变量转变为彼此独立的新变量;
  •方差较大的几个新变量就能综合反应原多个变量所包含的主要信息;
  •新变量各自带有独特的专业含义。
住成分分析的作用是:
  •减少指标变量的个数
  •解决多重相关性问题
工具/原料
方法/步骤
先在spss中准备好要处理的数据,然后在菜单栏上执行:analyse--dimension reduction--factor analyse。打开因素分析对话框
我们看到下图就是因素分析的对话框,将要分析的变量都放入variables窗口中
点击descriptives按钮,进入次级对话框,这个对话框可以输出我们想要看到的描述统计量
因为做主成分分析需要我们看一下各个变量之间的相关,对变量间的关系有一个了解,所以需要输出相关,勾选coefficience,点击continue,返回主对话框
回到主对话框,点击ok,开始输出数据处理结果
你看到的这第一个表格就是相关矩阵,现实的是各个变量之间的相关系数,通过相关系数,你可以看到各个变量之间的相关,进而了解各个变量之间的关系
第二个表格显示的主成分分析的过程,我们看到eigenvalues下面的total栏,他的意思就是特征根,他的意义是主成分影响力度的指标,一般以1为标准,如果特征根小于1,说明这个主因素的影响力度还不如一个基本的变量。所以我们只提取特征根大于1的主成分。如图所示,前三个主成分就是大于1的,所以我们只能说有三个主成分。另外,%,%,%。%。