如何用SPSS软件进行主成分分析
spss的操作:分析-回归分析-线性。
将变量选入因变量,将其他几个考察因素选入自变量。
进行多重回归分析及共线性诊断。
之后金牛星主成分分析确定所需主成分操作:分析-降维-因子分析,打开主成分分析,将变量选入列表框。
主成分分析,是现将原始数据标准化;建立变量之间的相关系数矩阵;求R的特征值和特征向量;写出主成分并进行分析。
如何正确应用SPSS软件做主成分分析
展开全部 KMO是做主成分分析的效度检验指标之一,以前的文献中写说,KMO在0.9以上,非常合适做因子分析;在0.8-0.9之间,很适合;在0.7-0.8之间,适合;在0.6-0.7之间,尚可;在0.5-0.6之间,表示很差;在0.5以下应该放弃. 我觉得KMO在0.6左右还行,可能就是做完之后效果不是很好吧,我做因子分析时候的KMO在07左右的,没有小过0.65的,老师没有说不合格的.PS:0.6左右影响不会很大,但是老师说不合格这点就有点麻烦,(你可以说服老师,或者你来改数据).主成分分析是因子分析的一个特例,主成分分析就是在进行因子分析的时候前几个主成分的特征值累计占总方差的80%以上,后面的因子省略;因子分析就是没有设定主因子,完全凭数据来分析,同一道题,同一组数据,因子分析的结果比主成分分析解释性更强....
主成分分析应用领域及如何应用
主成分分析也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标(即主成分),其中每个主成分都能够反映原始变量的大部分信息,且所含信息互不重复。
这种方法在引进多方面变量的同时将复杂因素归结为几个主成分,使问题简单化,同时得到的结果更加科学有效的数据信息。
在实际问题研究中,为了全面、系统地分析问题,我们必须考虑众多影响因素。
这些涉及的因素一般称为指标,在多元统计分析中也称为变量。
因为每个变量都在不同程度上反映了所研究问题的某些信息,并且指标之间彼此有一定的相关性,因而所得的统计数据反映的信息在一定程度上有重叠。
主要方法有特征值分解,SVD,NMF等。
转载请注明出处51数据库 » 主成分分析用什么软件