




版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、精品资料实验名称:主成分分析一、实验目的和要求通过上机操作,完成spss软件的主成分分析二、实验内容和步骤6.8如图所示点击 analyze-data reduction-factor可编辑修改将6个变量选入变量框中HLmo and Bartletts test ol sphericity分别点击descriptive rotation 选项,进行以下操作Factor Analysis: DesciiH * B XStatisticsLJnl/aride descrlptives亘 Initial solutionCbnelation MatrixV Cpafficianrts Inverse
2、 Sifinifio.ance levals geprod uced般审标 ant|Apti-imeye点击extraction进行以下分析点击 options结果如下所示Correlation MatrixX1X2X3X4X5X6CorrelationX11.000.711.420.182.081-.166X2.7111.000.141.275.302-.051X3.420.1411.000.028-.142.353X4.182.275.0281.000.384.042X5.081.302-.142.3841.000.104X6-.166-.051.353.042.1041.000上表为相关
3、矩阵,给出了 6个变量之间的相关系数主对角线的值均为1,绝大大部分小于0.01 ,因此可以说明因子之间相关性不是特别的大。KMO and Bartletts TestKaiser-Meyer-Olkin Measure of Sampling Adequacy.Bartletts Test ofApprox. Chi-SquareSphericitydfSig.43445.91915.000上表为KMO和Bartlett检验表,KMO检验是对变量是否适合做因子分析的检验, 根据Kaiser常用度量标准,因为此时KMO=0.434,表示此事不适合做因子分析, 所以我们用主成分分析。Communa
4、litiesInitialExtractionX11.000.911X21.000.785X31.000.835X41.000.585X51.000.744X61.000.859Extraction Method: PrincipalComponent Analysis.上表额为公因子方差,给出了盖茨分析中从每个原始变量中提取的信息,从表中可以看出除了人均城市道路面积X4 (平方米),主成分几乎都包含了其余各个变量至少80%的信息Total Variance ExplainedCompo nentInitial EigenvaluesExtraction Sums of Squared Loa
5、dingsTotal% of VarianceCumulative %Total% of VarianceCumulative %12.08234.69534.6952.08234.69534.69521.39223.19757.8921.39223.19757.89231.24520.75778.6491.24520.75778.6494.66511.09089.7395.4427.36297.1016.1742.899100.000Extraction Method: Principal Component Analysis.上表为特征根于方差贡献表,给出了个主成分解释原始变量总方差的情况
6、, 从表 中可以看出,本例中保留了 3个主成分,集中了原始变量总信息的78.649%Scree PlotComponent Number上图为碎石土,分析碎石土看出因子1与因子2与因子3特征值差值比较大,而其他特征值比较小,可以出保留3个因子能概括绝大部分信息。Component Matrix aComponent123X2X1X4X3X5X6.861.840.528.402.440.024-.071.236-.406.801-.580.434-.196-.387.376.179.462.819Extraction Method: Principal ComponentAnalysis.a.
7、3 components extracted.以上为因子载荷矩阵,包含了 3个特征向量。可以根据这个计算主成分,例如,X1=0.861a1-0.071a2-0.196a3。令Zi为第i个主成分的变量系数向量,Z1=a1/squrt(2.154), 以此类推Z2 ,Z3mla2D.77046-0.35o.es0.11-0210.640.390 360.240.340.29D.61-0.640.28-0.020.29口日B21 IL k2z3-.02.23_1667.26.41-.51.25.43-31.52.36-31,09,19可以对Z排序做综合排序指标,并作结果说明Rotated Compo
8、nent MatrixaComponent123X1.954.027.015X2.808.364-.057X4.171.803.109X3.481-.290.732X5.064.916-.102X6-.225.165.884说明这两以上为旋转后矩阵,第一个公共因子在前两个指标上有较大载荷,个指标有较强的相关性,可以归为一类Component Transformation MatrixCompo nent1231.785.616.0582.480-.666.5713-.391.421.819通过相加对角线元素,判断是正交矩阵Component Score Coefficient MatrixComponent123X1.528-.090-.048X2.413.125-.075X4-.002.471.114X3.254-.191.507X5-.062.540-.032X6-.200.172.690Extraction Method: Principal ComponentAnalysis.Rotation Method: Varimax with KaiserNormalization.Component Scores.可知F1=0.528X1+
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 陶瓷工艺品的室内景观设计创新趋势考核试卷
- 核电施工项目质量管理小组活动效果考核试卷
- 腹式呼吸护理技术规范
- Vela呼吸机使用操作教学
- 脓毒症急救与护理
- Kibdelin-A-生命科学试剂-MCE
- 超神数学-高考数学总复习基础篇(一轮)(练习册)专题04基本不等式(含答案或解析)
- 新能源二手车市场2025年评估体系构建与流通模式创新趋势报告
- 面向2025年的汽车行业供应链风险管理技术创新与韧性提升报告
- 2025年教育培训行业品牌建设与品牌影响力提升策略研究报告
- 标准隔音施工方案
- 2024年专利代理人专利法律知识考试试卷及参考答案
- 《工伤预防教育》 课件 第二章 常见事故工伤预防
- 人教版(2024)英语七年级上册单词表
- 风险分级管控与隐患排查治理管理制度
- ISO27001-2013信息安全管理体系要求
- 山东省临沂市2024年中考生物试卷
- 中电信创控股(深圳)合伙企业(有限合伙)审计报告
- 安装门窗承包劳务合同模板
- JJF(浙) 1156-2019 过氧化氢检测仪校准规范
- 省道公路养护改善工程施工组织设计
评论
0/150
提交评论