文档介绍：食品安全检查数据
均值
的估计
方差
的估计
协差阵
的估计
方法
点估计和区间估计
聚类分析和判别分析
主成分分析和因子分析
典型相关分析
多元回归分析
聚类分析用少数几个综合变量代替原来多个变量，并且使其损失的信息尽可能的少。
问题
主成分分析
这些变量有较强的相关性
基本思想
为了全面系统地分析问题，我们选取众多变量，由于每个变量都不同程度地反映了所研究问题的某些信息，彼此之间有一定的相关性，同时增加分析问题的复杂性。故我们想用较少的几个综合变量来代替原来较多的变量，而这些较少的综合变量既能尽可能多地反映原来较多变量的有用信息，且相互之间又是无关的。这种处理问题的方法称为主成分分析。
“降维”思想
主成分个数提取原则为主成分对应的特征值大于1的前m 个主成分。特征值在某种程度上可以被看成是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一个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。
具体步骤
2、将原始数据标准化；
3、建立变量的相关系数阵；
1、根据研究问题选取初始分析变量；
5、根据因子载荷阵求解主成分的相应系数；
4、由累积方差贡献率确定主成分的个数；
6、构建综合评价函数。
上机操作
SPSS没有提供主成分分析的专用功能，只有因子分析的功能。但是因子分析和主成分分析有着密切的联系。因子分析的重要步骤——因子的提取最常用的方法就是“主成分法”。利用因子分析的结果，可以很容易地实现主成分分析。具体来讲，就是利用因子载荷阵和相关系数矩阵的特征根来计算特征向量。
SPSS 在调用Factor Analyze 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的变量都是指经过标准化处理后的变量, 但SPSS 并不直接给出标准化后的数据, 如需要得到标准化数据, 则需调用Descriptives 过程进行计算。
主成分
综合得分
第一主成分
第二主成分
第三主成分
综合得分
综合排名
A市
-
1
B县
-
-
5
C市
-
-
-
-
17
D市
4
E县
-
-
-
-
18
F市
-
2
G县
-
-
-
10
H市
-
-
-
-
14
I县
-
-
13
J市
7
K市
-
-
3
L市
-
-
-
-
12
M县
-
-
11
N市
-
-
6
O县
-
-
-
-
19
P市
-
-
-
15
Q市
-
-
-
16
R县
-
9
S县
-
8
统计分析与风险预警方法
点估计与区间估计
聚类分析和判别分析
主成分分析和因子分析
风险评估报告的撰写
预警模型案例
什么是风险评估
所谓风险评估，是根据科学的概率论和数理统计的方法，去测定某一风险事故发生的损失频率和损失程度。风险评估的根本目标在于保护消费者的健康和促进公平的食品贸易。
食品风险评估是保障食品安全的一项基础性工作，评估的目的是为政府对食品安全的管理提供决策依据，也是政府管理部门为社会提供风险管理服务的一项重要内容。
风险评估报告的基本内容
1、项目情况概述：
对所评估的项目的社会背景、历史原因、现有管理制度、所存在的问题等作一个简要、全面的概括。