主成分分析操作步骤

1、主成分分析操作步骤1）先在spss中录入原始数据立沖 SlE 禅輕I生裾回作具符他盘销也啖回寻用惯F里函口密衆E1凹怔 丸拿 科 .吐 山西ilT帰科ffPC150 334J 779 n60 544S Of041J5 203&.J010.472 1略3 9iK2122 B39铀224422 at陶1&4 TB：7& 1114O野旳IB IT5 25124.41r mR 9412 5 a23 K?27u5.ee32-83U-7927 293W3.47i曲3733 3Sna a?11 Bl2539E 2211S 2229 5713 2413晦211 75& (H231 ri3B412 51115

2、&560畦5跆1U.J929.12116742 &327 JO5.7i163 9232 rs12 7247 1234 355 CO1J5 1123 D915 63Z3 541S305144.9221261E.9615 5221L756.37佃S42i 5017 6419 19小了4 Si115 B43D22033 6033 7T3 &5ii ie茁对B4624 202Q $04 30卷輛翅斓忡对施lli SP9S 9lahMics PpacSDf fM | Lkiiwdt Oh|2）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ta商亦

3、/Izjlll/l上握寸上J血？IE傅汙库.b-3- 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。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”电盼淅曲分4保存为娈

4、昼富）方法1 IO Bartlett Arderson-Ru bin皿亘系厨至亘耳茲弟匱也ilimiBiiaiiiaiviiiir niimniiiirMaiiiMiiHirBiiiii raHiiiiirffiib（剩取;看1帮助点击【选项】：选择“按列表排除个案”。4) 结果解读5) 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關性矩陣食品衣着燃料住房交通和通讯娱乐教育文化相關食品1.000.692.319.760.738.556衣着.6921.000-.081.663.902.389燃料.319-.0811

5、.000-.089-.061.267住房.760.663-.0891.000.831.387交通和通讯.738.902-.061.8311.000.326娱乐教育文化.556.389.267.387.3261.000B. 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起始擷取食品1.000.878衣着1.000.825燃料1.000.841住房1.000.810交通和通讯1.000.919娱乐教育文化1.000.584擷取方法：主體元件分析C. 总方差的解释：系统默认方差大于1的为主成分。如果小于1，说明这个主

6、 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3.568，第二主成分的方差为1.288，前两个主成分累加占到总方差的80.939%。說明的變異數總計元件起始特徵值擷取平方和載入總計變異的%累加%總計變異的%累加%13.56859.47459.4743.56859.47459.47421.28821.46680.9391.28821.46680.9393.60010.00190.9414.3585.97596.9165.1422.37299.2886.043.712100.000擷取方法：主體元件分析D. 主成分载荷矩阵:元件矩陣a元件12食品.902.255衣着.8

7、80-.224燃料.093.912住房.878-.195交通和通讯.925-.252娱乐教育文化.588.488擷取方法：主體元件分析。a.擷取2個元件。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（0.925 , 0.902，0.880 , 0.878，0.588，0.093 ）除以.3.568 后才得到的，即（0.490，0.478，0.466，0.465，0.311，0.049 ）才是主成分1的特征向量，满足条件是系数的平方和等于 1，分别乘以 6个原始

8、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=0.490*Z 交+0.478*Z 食 +0.466*Z 衣+0.465*Z 住+0.311*Z 娱 +0.049*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評分係數矩陣元件12食品.253.198衣着.247-.174燃料.026.708住房.246-.152交通和通讯.259-.196娱乐教育文化.165.379擷取方法：主體元件分析元件評分。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評分共變異數矩陣元件1211.000

9、.0002.0001.000擷取方法：主體元件分析元件評分6）因子得分 在之前的“得分”对话框中，由于选中了 “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的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3.568的算数平方根主成分2得分=因子2得分乘以1.288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:些侏标352関腸柴q -IBM SPSS Stat H

10、cs蠢罰捋華文件（E）痛娟咼视囹也圾倨转惶D 分护凶玄領圖 EKG-窝11:电区时32王聘廿王卿212 M910228723S7QS3.269571 2.417701.03&33.799001 17667沏1-1.03B56-1.010634. Ml 751.15604L 4山西-1 036 H1 31786-2 051771 495W6-.727831.10272*1.37481-1 261486辽宇.27392.46G01.51722.517537.095G&1.3627+.1806&154657G-.39ZTB.057-.74193.53405g2 36585-A3S35-491&110

11、-.16654.1O94B和6611端H63&(2O4&9D1.20444owsm12-.437321.2917G-&2713145GD213-.377671.6065&-713351.82331M江西=677551 i9035J 2T9B51 6919/祐 1169Jr66950-220Br*64633.114237644B-1.73690-.8G761I 1?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:7 CjL

12、y1ur = 赚丄成分1得分+* kt&分2得分，3,56 + 1 2KS3.56P + I.288Y=0.73476* 主成分1得分+0.26524* 主成分2得分按照此公式计算出各地区的综合得分 Y为：f r 二瓦丈艸曰转換任 骨祈引 言融也 图莊险 实用存展m 盲地区nr因亍10?2主成肝-:1北熙2 MS10*228723押农-.259672 77609_2_夫津417TO-T 03630丁的00-T K667267633同:t.1 Q3S561 O1S53-1 36175-1 156W-1 7305A山四-1 06G13-1.317062 05172-1.455W-1 UC423-.

13、72783-f.10272-1.37481-1.2S14A-13121：BET456D15172261753517301吉林Q95G&1.362741B0691 546575x1293e-3927B.47057-.74193S340S-.40349g上海2 3 83-4333S4 屈 096-.4918313S2110江苏-Qt79&”.0948 17?66-1276c 1ii5355?(M5901 2DOU-056431-.437921.23176-.$27131.466(12-210&413377671 SD58713391 8时W065U江西-.67766190S1279851.S919

14、7-.4916115山东-1169356$5C-22087-54633-3337216-91423-7544S1 72690-96761-149Q9S按照综合得分丫的大小进行16个地区的排序:点击【数据】一一【排序个案】3 排序.删闍彌|2 - ISM SPSS Statistics 慾轴做E；视團凹 数腿回 ?m（T） 琳側 直畅世；羽疮丈用程孚削t地区1因亍1阂子2主戒知王成分2Y1上海2.3S6&3-.433354.44996-.491813.139212北京2.04910-22B/23.87058-25957277&093淅江.635&2-.049901.20044-二 0666386

15、7024吉林095fiS1 362741S061.54657542985辽宁.27302.45601.51722.5175351730S夭津.41770-1.036807S9O0-1建-.377671 60650-.713391.S2331040558江苏-.05796-.156S4-.10948F *.17766-.127553安徴.43721 29176-.82719P 1.46602-.2189410山忘.1169366960-220STF 64633*3337211黑龙-.3927847057-741H3.53405-4034912江西.677561.49085d.27965P 1 69197-49161|13 J內蒙-72783-1 10272-1.3T4S1-1 25148-1 3421014河两-91423764451.72690P -8676114989815洵尢-1.03856-101863-1.96175-1.15604-1 7480516山西1 08619-1 317862 05172-1.49564-1 90423特别提醒:1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;2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