推荐书: Python开发最佳实践

spss如何做主成分分析

分享时@该用户已经被封, 我就能回答你的问题奥!

主成分分析的主要原理是寻找一个适当的线性变换:
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,我们看到第一个主成分方差占所有主成分方差的46.9%,第二个占27.5%,第三个占15.0%。这三个累计达到了89.5%。

转载请注明来自DataScience.

邮箱: 675495787@qq.com