文档介绍:关于因子分析与对应分析
第一张,共五十八张,创建于2022年,星期二
主成分分析是将多个指标化为少数相互无关的综合指标的统计方法,通常数学上的处理就是将原来的p个指标做线性组合,作为新的综合指标,记第一个综合指标为F1。
因子得分计算方法)
回归法
巴特列特法
安德森-鲁宾法
(输出因子得分系数矩阵及因子协方差矩阵)
第十七张,共五十八张,创建于2022年,星期二
要求:用均值代替缺失值
Options对话框
(选择缺失值处理方法)
(选择系数的输出方式)
因子载荷矩阵和结构矩阵按数值大小排序
不显示绝对值小于指定数的载荷系数
第十八张,共五十八张,创建于2022年,星期二
变量间相关性很高
结果解读:
1、相关系数矩阵表
第十九张,共五十八张,创建于2022年,星期二
,适合做因子分析
拒绝原假设,认为各变量之间不独立
2、 KMO检验和Bartlett球形检验结果表
注:
KMO检验用于检验变量间的偏相关系数是否过小,一般, ,。
Bartlett球形检验用于检验相关系数矩阵是否是单位阵,如果结论是不拒绝该假设,则表示各个变量都是各自独立的。
第二十张,共五十八张,创建于2022年,星期二
%的信息已经被提取
3、变量共同度表
给出了提取公共因子前后各变量的共同度(衡量公共因子的相对重要性指标)
说明:,%的贡献。
第二十一张,共五十八张,创建于2022年,星期二
4、主成分表
列出了所有的主成分,且按照特征根从大到小次序排列。
说明:,%,%,根据提取因子的条件——特征值大于1,本例只选出一个因子。
第二十二张,共五十八张,创建于2022年,星期二
提取一个主成分即可
5、碎石图
按照特征根大小排列的主成分散点图。纵坐标为特征值,横坐标为因子数。
第二十三张,共五十八张,创建于2022年,星期二
6、因子负荷矩阵
用来反映各个变量的变异主要由哪些因子解释。
第二十四张,共五十八张,创建于2022年,星期二
7、因子得分系数矩阵
得出用各个变量的线性组合表达的主成分。
第二十五张,共五十八张,创建于2022年,星期二
8、因子得分的协方差矩阵
反映各因子间的联系程度。
注:本例只提取了一个公共因子,故表格内容无实际意义。
第二十六张,共五十八张,创建于2022年,星期二
例2 利用因子分析过程分析一年内各个城市的日照情况。
数据文件:“” 。
【Analyze】/【Data Reduction】/【Factor】
要求:选入分析变量
第二十七张,共五十八张,创建于2022年,星期二
要求:输出因子分析适用条件的检验
第二十八张,共五十八张,创建于2022年,星期二
要求:输出碎石图
第二十九张,共五十八张,创建于2022年,星期二
要求:输出因子得分系数阵
第三十张,共五十八张,创建于2022年,星期二
要求:采用方差最大化正交旋转;输出因子载荷图
第三十一张,共五十八张,创建于2022年,星期二
结果解读:
1、 KMO检验和Bartlett球形检验结果表
说明: ,,比较适合作因子分析; ,各变量不独立。
第三十二张,共五十八张,创建于2022年,星期二
2、变量共同度表
说明:变量“Jan”,即选取的公共因子提取了变量“Jan”%的信息。
第三十三张,共五十八张,创建于2022年,星期二
3、主成分表
说明:,%,%,根据提取因子的条件——特征值大于1,本例选出3个因子。
第三十四张,共五十八张,创建于2022年,星期二
4、碎石图
说明:前3个主成分的特征根都在1以上。
第三十五张,共五十八张,创建于2022年,星期二
5、因子载荷矩阵
给出各变量的因子表达式。
第三十六张,共五十八张,创建于2022年,星期二
6、旋转后因子载荷矩阵
经过正交旋转后的因子载荷矩阵,给出旋转后的各变量的因子表达式。
说明:第一主因子主要由前5个变量决定,第二主因子主要由中间4个变量决定,第三主因子主要由最后3个变量决定。
第三十七张,共五十八张,创建于2022年,星期二
7、因子转换矩阵
旋转前