主成分分析案例

1、姓名：XXX 学号：XXXXXXX 专业：XXXX用SPSS19软件对下列数据进行主成分分析:.孕浦三.:湛.:带:U*泾神27304014=300S. 5口. 2&:.CC：3：lj. zK:二 E：.15土品4050Ci. 4=3003. 50.179. L40300. 430口S. 5Cl 429. 1490500. 43022. 50. 216. 093D500.5so口S. 5.9, 1?3D400.53003. 5Q-1710. L3060Q 5SOZ3. 5Q. 24=.j. ?4二瓦lj. j兀Z二 2；.23:，.M二：. 3工23 E:一口10. 0730400.52023

2、. 50. 2510. 1920200.52022. 50. 21B. 054D50C. 630E8. 5：-：-|B, 013D500.630E3. 50- Z95, 33304=0Q 630Z3. 5U- 337, 073060IX T3003. 5U- 297. 114：m：工:3 EU7.0330600. T3023. 50, 426. 1320500. T3023. 50. 3S&. 123040Cl 7302S. 50. 24=12. 032D200. T1022. 5.: 6, 24304(10.83003. 50- 43B, 1240300.83003. 5Q- Z910. 2

3、930400.920D3. 50. 37.1,11二m：j2：:.C. Ej. 31L 022030Cl 92003. 5Cl 3811. 232D101 94003. 50. 3511. 2520500.9202. 50. E610. E5300.930E3. 5:一 ; .11, Z4ZD400.9zoE3. 5Q- E912, 122D200.93023. 50- 35:.-；. !.一.j. 1LC：2：Ij. ?工2京:一 H5. 3206002003. 50.16& 0530BO0200S. S口. 086. DG20BO020DS. 50. 03B. 093D60030DS. 5

4、11, 062D30030D3. 50-1611, 0?105001003. 50- 09:.C二Li:J. L工:.京j. 2?- 273C15030C13. 5Q. 22294D50033003. 5口. 22B. 1330501 4=3003. 50. 35。1 ClQnRflA dQ坛g相关性通过对数据进行双变量相关分析，得到相关系数矩阵，见表1。 表1淡化浓海水自然蒸发影响因素的相关性4SH心JIA-A乎F* *i；t = . ! n-：t1100-.250*332.262-.026.836T育曾於帅.D52oro.000.ODD.B33J：IUljN375375375375375浊

5、F-=- 1目二生IQD1-025-.isr-idT.436.如矿.0 52.6X1.000.N3753753753743?6汩k.-. 1 u :-.250-.25126D.263.agi-.200tEw ： n|l.DDD=.000.ODD.oaiJ：IUljN375375375373：3T5.332，b.1甘.25(T1J02a：.DM.明旷.DDD.DDD.OKI.DDiJ.B31.onnH3 753753753753753753752B2II/or1095左曾11聚剧）.DDDom.000.DOTN3753753759757-376津底*日也如中性-EE 口器1-tr (KWJJ.6

6、33.OQD.081.I-.-.OBf.OLiijN375375375壬书讦M - . so .IKLB30505-.209*JOB3231.DDDoro.000.ODD.DOON3753753753753753T5京辛隅二圈茨.1可知：由表水平辐照、风速、湿度、水温、气温、浓度六个因素都与蒸发速 率在0.01上显著相关。若直接将其纳入分析可能会得到分析：各变量之间存在 着明显的相关关系，因此需要通过主成份分析将数据所携带的信息进因多元共线 性影响的错误结论，行浓缩处理。检验KMO和球形Bartlett二、检验是对主成分分析的适用性进行检验。和球形BartlettKMO的结。KMO0检验可以

7、检查各变量之间的偏相关性，取值范围是1KMO,表示变量之间的偏相关性越 好，那么进行主成分分析的效果就会越果越接近1统计KMO统计量大于0.7时， 效果就比较理想；若当好。实际分析时，KMO 0.5时，就不适于选用主成分分析 法。量小于球形检验是用来判断相关矩阵是否为单位矩阵，在主成分分析中， Bartlett则说若不拒绝原假设，若拒绝各变量独立的原假设，则说明可以做主成 分分析，明这些变量可能独立提供一些信息，不适合做主成分分析。KMO扫DEIett 螂业.足撼,5&勺 Kaiser-MeYBr= Olkin 慝昂对:Bameft的球形度程验ifi 01卡方930 050ctr21:.1.J

8、0：可知：由表2，表明变量之间没有特别完美的信息的重叠度，主成分V0.71、 KMO=0.631分析得到的模型又可能不是非常完善，但仍然值得实验。0.05，则 应拒绝假设，即变量间具有较强的相关性。2、显著性小于三、公因子方差 表示各变量中所携带的原始信息能被提取出的公因子方差表示变量共同度。主 成分所体现的程度。csst r,目搓职泪=1 .DOO7671 DOOQQE宝,霎1 DOfl7231.000.0321.0017921 .DOO.ES31 DOflQS2好 JE ； ii：-j|i .3可知：由表可认为这几个提取出的主成分对各个变，几乎所有变量共同度都 达到了 75%量的阐释能力比

9、较强。四、解释的总方差解释的总方差给出了各因素的方差贡献率和累计贡献率。Kfsmx1 倨瞄才 B0fLg&汁，和.i取世，.曾计打 eao %时! .，12.33033.20333.2B32.33033.2B333.20321.77325.33553.5791.77025.33553.67031.35Jig.33l1.35719.39173.0GBq.6293.90-flBrO 525.4 400.2039J.3416.2791S05S7.326T.1 B72.bT41D0 .ODD查最方法:主威住1分桁由表4可知：1、仅前3个特征根大于1，故SPSS只提取了前三个主成分。2、第一主成分的方差

10、所占所有主成分方差的33.045%，接近三分之一，而前三 个主成分的方差累计贡献率达到88.363%，因此选前三个主成分已足够描述气象 因子和卤水因子对蒸发的影响了。五、主成分系数矩阵主成分系数矩阵，可以说明各主成分在各变量上的载荷。成ID淳凹r123瞬.-466.26B.752397.012-.491.f 1-1.70D-.533乓M709-507.180239上71蒸吱海军.822.415-J203 BKfttT 3 争邮 0可知：由表5但是在表达式中各变量是标准通过主成份矩阵可以得出各主成分 的表达式，则三需要除以一个特征根的平方根才能换算成各主成分的原始数值。 化的变量，个主成分的表达式分别如下：浓度）/水温+0.881气温-0.026+0.354F1=（0.429 辐照-0.24 风速湿度+0.9141.938 ）/水温湿度-0.005+1.141 气温+0.846 浓度风速 F2=（0.15 辐照+0.822+0.1181-447 浓 度）/+0.