《统计分析与SPSS应用(第五)》课后练习(第11章)

(圆满word版)?统计分析与SPSS应用(第五版)?课后练习(第11章)(圆满word版)?统计分析与SPSS应用(第五版)?课后练习(第11章)(圆满word版)?统计分析与SPSS应用(第五版)?课后练习(第11章)?统计分析与SPSS的应用〔第五版〕?〔薛薇〕课后练习答案第11章SPSS的因子分析1、简述因子分析的主要步骤是什么？因子分析的主要步骤：一、前提条件：要求原有变量之间存在较强的有关关系。二、因子提取。三、使因子拥有命名解说性：使提拿出的因子实质含义清楚。四、计算样本的因子得分。2、对“根本建设投资分析.sav数〞据进行因子分析。要求：1〕利用主成分方法，以特点根大于1为原那么提取因子变量，并从变量共同度角度谈论因子分析的见效。假如因子分析见效不理想，再从头指定因子个数并进行分析，对两次分析结果进行比较。2〕比较未旋转的因子载荷矩阵和利用方差极大法进行旋转的因子载荷矩阵，直观理解因子旋转对因子命名可解说性的作用。“根本建设投资分析〞因子分析步骤：分析降因子分析入所有量到量框中置⋯⋯描绘、抽取的设置以下：旋转、得分、选项的设置以下：〔1〕有关系数矩阵国家估计内资本〔1995年、亿元〕国内贷款利用外资自筹资本其余投资有关系数国家估计内资本〔1995年、亿.458.229.331.211元〕国内贷款.458.746.744.686利用外资.229.746.864.776自筹资本.331.744.864.928其余投资.211.686.776.928表一是原有变量的有关系数矩阵。由表可知，一些变量的有关系数都较高，呈较强的线性关系，能够从中提取公共因子，合适进行因子分析。KMO和巴特利特查验KMO取样适切性量数。.706Bartlett的球形度查验前一次读取的卡方自由度10显然性.000由表二可知，巴特利特球度查验统计量的观察值为，相应的概率P-值凑近0.如果显然性水平为，因为概率P-值小于显然性水平α，那么应拒绝原假定，以为有关系数矩阵与单位阵有显然差别，原有变量合适做因子分析。同时，KMO值为，依据KMO胸怀标准可知原有变量能够进行因子分析。公因子方差初始值提取国家估计内资本〔1995年、亿.196元〕国内贷款.769利用外资.820自筹资本.920其余投资.821提取方法：主成份分析。由表三可知，利用外资、自筹资本、其余投资等变量的绝全局部信息〔大于被因子解说，这些变量的信息丧失较少。但国家估计内资本这个变量的信息丧失较为严重

80%〕可〔近80%〕。总的来说，本次因子提取的整体见效还不错。为了抵达更好的见效，能够从头指定提取特点值的标准，指定提取2个因子。增补说明以下：故由表四可知，第1个因子的特点值很高，对解说原有变量的奉献最大；第三个此后的因子特点值都较小，对解说原有变量的奉献很小，能够忽视，所以采纳两个因子是合适的。在上述“抽取〞选项中，选择“因子的固定数目〔N〕〞并改正其值为2，其余不变。表五：从头提取因子后的公因子方差表公因子方差初始值提取国家估计内资本〔1995年、亿.975元〕国内贷款.795利用外资.860自筹资本.937其余投资.882提取方法：主成份分析。表五是指定提取2个特点值下的变量共同度数据。由第二列数据可知，此时所有变量的共同度均较高，各个变量的信息丧失都较少。所以，本次因子提取的整体见效比较理想。总方差解说初始特点值提取载荷平方和组件总计方差百分比积累%总计方差百分比积累%12.9233.3064.2005.046.925提取方法：主成份分析。总方差解说组初始特点值提取载荷平方和旋转载荷平方和件总计方差百分比积累%总计方差百分比积累%总计方差百分比积累%12.923.9233.3064.2005.046.925提取方法：主成份分析。表六中，第一个因子的特点值为，解说原有5个变量总方差的70.5%，累计方差奉献率为70.5%；第二个因子的特点值为，解说原有7个变量总方差的18%，累计方差奉献率为88.97%.〔2〕成分矩阵a组件12国家估计内资本〔1995年、亿.882元〕.443国内贷款.877.160利用外资.906自筹资本.959其余投资.906提取方法：主成份分析。a.已提取2个成分。表七显示了因子载荷矩阵。由表可知，自筹资本、其余投资、利用外资和国内贷款四个变量在第一个因子上的载荷都较高，意味着它们与第一个因子的有关程度高，第一个因子很重要；第二个因子除了与国家估计内资真有关程度较高外，与其余的原有变量有关性较小，对原有变量的解说作用不显然。下表采纳方差极大法对因子载荷矩阵推行正交旋转以使因子拥有命名解说性。指定按第一个因子载荷降序的次序输出旋转后的因子载荷，并绘制旋转后的因子载荷图。旋转后的成分矩阵a组件12国家估计内资本〔1995年、亿.979元〕.128国内贷款.775.440利用外资.921.110自筹资本.949.190其余投资.937.064提取方法：主成份分析。旋转方法：Kaiser标准化最大方差法。a.旋转在3次迭代后已收敛。由表可知，自筹资本、其余投资和利用外资在第1个因子上有较高的载荷，第一个因子主要解说了这几个变量，可解说为外面投资；国内贷款和国家估计内资本在第2个因子上有较高的载荷，第二个因子主要解说了这几个变量，可解说为内部投资。与旋转前比较，因子含义较清楚。3、利用“开销构造.sav〞数据进行因子分析的局部结果以下：成分矩阵a组件12食品.843穿着.596.687居住.886家庭设施用品及效力.893医疗保健.720.478交通和通讯.898教育文化娱乐效力.965杂项商品和效力.894.120提取方法：主成份分析。a.已提取2个成分。旋转后的成分矩阵a组件12食品.945.087穿着.132.899居住.777.429家庭设施用品及效力.801.405医疗保健.349.791交通和通讯.934.206教育文化娱乐效力.851.460杂项商品和效力.689.583提取方法：主成份分析。旋转方法：Kaiser标准化最大方差法。a.旋转在3次迭代后已收敛。1〕依据成分矩阵计算各变量的变量共同度以及各因子变量的方差奉献，并以此谈论本次因子分析的整体见效能否理想。2〕依据旋转成分矩阵说明两个变量的含义。“开销构造〞因子分析〔1〕各变量共同度以下：食品的变量共同度为2+〔〕2=0.8999，其余近似。穿着为居住为家庭设施用品及效力为医疗保健为交通和通讯为教育文化娱乐效力为杂项商品和效力为变量共同度刻画了因子全体对变量信息解说的程度。本题中大部分原有变量的变量共同度均较高〔所有变量共同度都大于70%，全局部大于80%〕，说明提取的因子能够解说原有变量的全局部信息，仅有较少的信息丧失，因子分析的见效较好。个因子变量的方差奉献以下：第一个因子的方差奉献为S22221第二个为因子的方差奉献反应了因子对原有变量总方差的解说能力。由题中可知，第一个变量解释能力更强，更重要。2〕由旋转成分矩阵可知，食品、居