《主成分分析案例》由会员分享，可在线阅读，更多相关《主成分分析案例（4页珍藏版）》请在金锄头文库上搜索。
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:日期n气温湿度水温风速浓度菱发速奉8. 273040a 43003. 5CL 268. 330500. 43003. 50-159. 0640500. 43003. 50.17乩1401300.电3003. 5工电Z9. 1430500. 43023. 5r o 3i6. 0930500. 53003. 56 259. 1930400. 53003. 50.1710. 130 600. 53023. 5p 8 2410, 0430500. 53C23. 50.2S久29301400. 53023. 5
2、L0.3210. 0730400. 52023. 50 2510. 1320300. 52023. 50.218. 05401500. 63023. 50. 35S. 0130500. 63023. 50 295. 2330400. 63023. 50. 337. 0730600. 73003. 50*297. 1140400. 73C03. 50 347. 0330SO0. 73023. 5Q. 4 2L 1330500. 73023. 50.3&6. 1230400. 73023. 5Cl 3412, 02030a 71023. 50.276. 24301400. 83003. 50. 4
3、33. 1240300. 83003. 50-2910. 29304092003. 50.3711. 1120400. 920a3. 50. 311. 022030CL 92C03. 50 3S11. 2820100、9403. 5CL 3511. 262050o. g2023. 50-3&10. 2530400. 93023. 50- 3711.誤2040a 92023, 50.2912. 1220200. 93C23. 50-3510. 2130300. 93023. 50生410. 163020a 93023, 50. 4：6乐3206002003. 50.1605306002003.
4、50-0S6. 06208002。03, 50. 038. 08306003003. 50 1611. 05203003)3. 5dlG11. 07105001003. 50.09.6. 330400. 43003. 50. 27. 2730500. 4300350 227. 294050a 43003. 50.228. 1330500. 43C03. 50- 35Q 1 Q2CIann d弼cn on、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湿度溫蒸发遽率轩照Pearson 相黄1100.250.332.2&2-.025.636SX1
5、&.滋侧）.052.000.000.00D.633000N375375375375375375375凤速Pearson性.1001-.025-J 94 110f.门F.505.052630.000.050.oao.000N375375375375375375375溟度P&areon相吴世-.250-.0351.250対.090-加旷尿著供（Ol）.000.630-OODOOD031.000N37537537537537537537&水温Paarson桐矣性.332-.134.250*1.70/-.C25.河显著性叔则）.000000.000.003.631000N375375375375375
6、375Pearson,262-.w253702I阴.323显普注侬则.0Q0.050.ooa.000007.000N275975375375375275375paAror相倉隹 035.42 fincio0Q51193*量薯畦（吹妙.633.000.0B1.631.oer000N375375375375375375375垂慶睡率Pearson性h .636or-.209.300 1.323J931显著性脚）.COO.000000.000.000.000N3753753753753兀375由表1可知：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水平上显著相关。分析：各变量之间
7、存在着明显的相关关系，若直接将其纳入分析可能会得到 因多元共线性影响的错误结论，因此需要通过主成份分析将数据所携带的信息进 行浓缩处理。二、KM仔口球形Bartlett 检验KMO和球形Bartlett检验是对主成分分析的适用性进行检验。KMO检验可以检查各变量之间的偏相关性，取值范围是01。KMO的结 果越接近1,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 好。实际分析时，KMO统计量大于0.7时，效果就比较理想；若当 KMO统计 量小于0.5时，就不适于选用主成分分析法。Bartlett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， 若拒绝各变量独立的原假设，则
8、说明可以做主成分分析，若不拒绝原假设，则说 明这些变量可能独立提供一些信息，不适合做主成分分析。KMOn Bartlett 的咼證取样足够度的 Kalser-Meyer-Olkin:Bartlett的球花度检脸辺似咔方dfSig.559930.65021.000由表2可知：1、KMO=0.631 v 0.7,表明变量之间没有特别完美的信息的重叠度，主成分 分析得到的模型又可能不是非常完善，但仍然值得实验。2、显著性小于0.05,贝U应拒绝假设，即变量间具有较强的相关性。三、公因子方差公因子方差表示变量共同度。表示各变量中所携带的原始信息能被提取出的 主成分所体现的程度。公因孑右羞初始提取1辐照
9、1.000,7&71 00090B湿度1.0007231 0008321 000792浓度1 0006S31 000.362捉取方法；主成份分祈由表3可知：几乎所有变量共同度都达到了 75%,可认为这几个提取出的主成分对各个变 量的阐释能力比较强。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解釋的总方韭初始特证值按取平万和载入成脩合计方畫的合计右差的嗚12.33033.28333.2832.330 133.26333.2632177B25.39556.678177625,39558,67031 35719J9179.0081.35719.38178.0694.529B.9B
10、497.0525.440B.28S93.34162793.93597.3261.1872.674100.000堤取方法：主咸份分祈。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。廣份馥阵123.161-.468.288.752.397湿度.012-.491.634水温700-.603.039气温.709-.507.
11、1SLI浓度.23B419.671競賢逵率.022.415-J20提取右法一主成怡* a已握取了 3个咸份。由表5可知：通过主成份矩阵可以得出各主成分的表达式，但是在表达式中各变量是标准 化的变量，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。则三个主成分的表达式分别如下：F1=(0.429 辐照-0.24 风速 +0.354 湿度 +0.914 水温 +0.881 气温-0.026 浓度 ” 1.938 F2=(0.15辐照 +0.822风速 +0.118 湿度-0.005水温+1.141 气温 +0.846 浓度X44T F3=(-0.77 辐照-0.129 风速 +0.796湿度-0.019 水温 +0.045 气温 +0.145 浓度)/、127厂 结论：在第一主成分F1中水温、气温和辐照的系数较大，可以看成是汽化方面的 综合指标；在第二主成分
