主成分分析操作步骤

主成分分析操作步骤1）先在spss中录入原始数据实间旧M>£l>KMCIiMW批瞄inRtf>OK®SMHUHWftteiiH色H里n里I盛匚?1af¥S!W小凿fj®ffi1手柝18口X无目2S2无无83>日2无94B2无无白tB2±8&MAM讯e2£羌9?B2无S02）菜单栏上执行【分析】一一【降维】一一【因子分析】，打开因素分析对话框，将要分析的变量都放入【变量】窗口中3）设计分析的统计量点击【描述】：选中“Statistics”中的“原始分析结果”和“相关性矩阵”中的“系数”。（选中原始分析结果，SPSS自动把原始数据 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 差标准化，但不显示出来；选中系数，会显示相关系数矩阵）然后点击“继续”。点击【抽取】：“方法”里选取“主成分”；“分析”、“输出”、“抽取”均选中各自的第一个选项即可。专目子分产至贰方法近｝；王趟w5未旋傍的国子辞任_|嘛,②-抽取尊基丁特血值匿｝待iE值大手虐）：|]。巳子的固定敌星四要提财曰子①:星k喉rlt以/凶.圣（抠浏翊酗〕点击【旋转】：选取第一个选项“无”。（当因子分析的抽取方法选择主成分法时，且不进行因子旋转，则其结果即为主成分分析）点击【得分】：选中“保存为变量”，方法中选“回归”；再选中“显示因子得分系数矩阵”点击【选项】：选择“按列 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 排除个案”。结果解读A.相关系数矩阵：是6个变量两两之间的相关系数大小的方阵。通过相关系数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。相关性矩阵食品衣着燃料住房交通和通讯娱乐教育文化相关食品.692.319.760.738.556衣着.692.663.902.389燃料.319.267住房.760.663.831.387交通和通讯.738.902.831.326娱乐教育文化.556.389.267.387.326B.共同度：给出了这次主成分分析从原始变量中提取的信息，可以看出交通和通讯最多，而娱乐教育文化损失率最大。Communalities起始撷取食品.878衣着.825燃料.841住房.810交通和通讯.919娱乐教育文化.584撷取方法：主体元件分析C.总方差的解释：系统默认方差大丁1的为主成分。如果小丁1, 说明 关于失联党员情况说明岗位说明总经理岗位说明书会计岗位说明书行政主管岗位说明书 这个主因素的影响力度还不如一个基本的变量。所以只取前两个，且第一主成分的方差为，第二主成分的方差为，前两个主成分累加占到总方差的％说明的变异数总计元件起始特徵值撷取平方和载入总计变异的%累加%总计变异的%累加%123.6004.3585.1426.043.712撷取方法：主体元件分析D.主成分载荷矩阵:元件矩阵元件12食品.902.255衣着.880燃料.093.912住房.878交通和通讯.925娱乐教育文化.588.488撷取方法：主体元件分析a.撷取2个元件。特别注意：该主成分载荷矩阵并不是主成分的特征向量，即不是主成分1和主成分2的系数。主成分系数的求法：各自主成分载荷向量除以各自主成分特征值得算数平■方根。则第1主成分的各个系数是向量（，，，，，）除以应蕤后才得到的，即（，，，，，）才是主成分1的特征向量，满足条件是系数的平方和等丁1,分别乘以6个原始变量标准化之后的变量即为第1主成分的函数表达式（作业中不用写公式）：Y1=*Z交+*Z食+*Z衣+*Z住+*Z娱+*Z燃同理可求出第2主成分的函数表达式。E.主成分得分系数矩阵元件评分系数矩阵元件12食品.253.198衣着.247燃料.026.708住房.246交通和通讯.259娱乐教育文化.165.379撷取方法：主体元件分析元件评分。该矩阵是主成分载荷矩阵除以各自的方差得来的，实际上是因子分析中各个因子的系数，在主成分分析中可以不考虑它。元件评分共变异数矩阵元件1212.000.000撷取方法：主体元件分析元件评分。6）因子得分在之前的“得分”对话框中，由丁选中了“保存为变量”，方法中的“回归”；又选中了“显示因子得分系数矩阵”，因此SPSS勺输出结果和原始数据一起显示在数据窗口里:7）主成分得分特别提醒：后两列的数据是北京等16个地区的因子1和因子2的得分，不是主成分1和主成分2的得分。主成分的得分是相应的因子得分乘以相应的方差的算数平方根。即：主成分1得分=因子1得分乘以的算数平方根主成分2得分=因子2得分乘以的算数平方根得出各地区主成分1和主成分2的得分如下表：•木涵2倍揖集U-lEkStat散登竭是:京件（E）鬲游恒）祝囹也）如&©转懊I）*｝折心直轴出酬C-实L11：堀区目子’sy2王成分1［王应分卫1北京204910228?2337QS3259&?2琳.41770103&33JBOTO1176673河』-103B56-1.01903-1.56175-1.15604山两-10顺3-131736-205177-1435Mrnrat-.72783d.10272*1.37481■1.2&U8r—辽宁.2(392.46601.51722.SlfbJ一09洒1362^41晌G9154G&7e踏-392TD.47057-7419353405g*23知3-43335-49181IQ-.05ir9H-.15554-.110548-.irr&e11觥63祝M4901200440666312-.437321.25P&-&271314660213-377671.60650-7133510233114江四-6775B1A9085-1JT985169197IL乐-11&93fSWSO-2208?-M633倡-.91423■7G44B-1.72690-.0676117』|1'三:&祝沮后两列就是16个地区主成分1和主成分2的得分。（有兴趣的同学可以验证一下：上面推导出来的主成分的函数关系式计算出来的主成分得分是否与该数据栏的的得分一致）8）综合得分及排序：每个地区的综合得分是按照下列公式计算的：化简得:3CjLa1*>00Y=———*主成分1得分+*主成分2得分，3：胡+12«!43r56H+I一2独Y=*主成分1得分+*主成分2得分按照此公式计算出各地区的综合得分Y为:文件®W：E.机函也数曜〔□）拷我（I.分断占）宜的也囹形侵，卖程序侦宙FX晶回9，-n■逞理地区囚『*主成分1主成5”-:北W2MSW■22fl723H7OS8"豌了2776092］美津41770-T036307^00-TK667267633河北T03S561O1S53-136175-1156W-17花肉日—山西-1.QBG1S-i.31706■205172-1.455W*nC4236内景-.72783-f.10272137481-1.2S14A-13^121：B—辽宁4560J5172261753517301_吉林095061.362741B06915*5了54293e-竺花.47057-.74193.5^405-40349g上海23££83-4333S4相996-.4918"313G2110江亦M796-1疝-10948-17?66-1276c1ii—制江6355?(M59012D0d4,05M3flETOal12-437321.23176-.$27131.466(12-210&413_福隆377671SD€58713391鸵33-伽砧U江西-.677661490U■1279851&9197-491€115山茱-1169356颂-22087-54633-3337216-91423-7544S172690-96761-149Q9S按照综合得分Y的大小进行16个地区的排序:点击【数据】一一【排序个案】所排序浊晾＞2]-JBMSPSSStatistics海^摧文件⑥境微旦观座代）数据Q?m（T）沥®直肖（WUfi?（C）实用程序叫毛地区1因亍1［国亍2主戒分1王成分2Y1上海2.35583-.433354.44996-.491813139212北京2.04910-228723.87058-25S&72776093浙江.63552-.049901.20044二-06663867024吉林09瞒6136274180691.54657542985.27302.45601.51722巧1753517306关津.41770-1.036807S9O0-1.17657267637福崖-.3776716065B疽13391.S2331-040553江苏-.05756-.15654-.10948P-.17766-12T553安谶-.437^2129176-82719P1.46602-.2189410山基.1169366950-220STP-.64633*3337211黑惠-3927847057-.7+153.53405-4034912江西.677561.49085d.27965F169197*49161|13J内蒙-72783-110272-1.3T4B1-125148-13421014河面91423■76445■1.72690F-86761■149898-1.03856-1.01863-1.96176-1.15604-17480516山西■1.08619T31786■205172-1.49564d90423特别提醒:若主成分分析中有n个变量，则特征值（或方差）之和就等于n;特征向量（或主成分的系数）中各个数值的平方和等于1,否则就不是特征向量，也不是主成分系数;主成分载荷向量各系数的平方和等于其对应的主成分的方差;本例中+++++=4.SPSS没有专门的主成分分析模块，是在因子分析模块进行的。它只输出主成分载荷矩阵和因子得分值，而我们最想得到的主成分的系数（特征向量）和主成分则需要另外计算。5.若计算没有错误，因子1、因子2、主成分1、主成分2和综合得分Y,它们各自的数值之和都等于0;6.主成分分析应该计算出综合得分并排序。