《SPSS进行主成分分析报告》由会员分享，可在线阅读，更多相关《SPSS进行主成分分析报告（14页珍藏版）》请在金锄头文库上搜索。
1、实验七、利用SPSS进行主成分分析【例子】以全国31个省市的8项经济指标为例，进行主成分分析。第一步：录入或调入数据（图1）。省份国商生产居艮消费固定资产职工工资货物周转消费价格商品零售|工业产值1北京1394.892505.00519.018144.00373.90117.30112.60843.432天津920.112720.00345.466501.00342.30115.20110.60582.513河北2349.521258.00704.874339.002033.30115.20115.801234.854山西1092.481250.00290.904721.00717.30116
2、.90115.60697.255內蒙832.881387.00250.234134.00781.70117.50116.80419.396辽宁2793.372397.00387.994911.001371.70116.10114.001840.557吉林1129.201872.00320.454430.00497.40115.20114.20762.478黑龙江2014.532334.00435.734145.00824.80116.10114.301240.379上海2462.575343.00996.489279.00207.40118.70113.001642.9510江苏5155.25
3、1926.001434.955943.001025.50115.80114.302026.6411浙江3524.792249.001006.396619.00754.40116.60113.50916.5912安徽2003.531254.00474.004609.00908.30114.80112.70824.1413福建2160.522320.00553.975357.00609.30115.20114.40433.6714江西1205.111182.00282.844211.00411.70116.90115.90571.84155002.341527.001229.555145.0011
4、96.60117.60114.202207.6916河南3002.741034.00670.354344.001574.40116.50114.901367.9217湖北2391.421527.00671.684685.00849.00120.00116.601220.7218湖南2195.701408.00422.614797.001011.80119.00115.50843.8319广东5381.722699.001639.838250.00656.50114.00111.601396.3520广西1606.151314.00382.595105.00556.00118.40116.405
5、54.9721海南364.171814.00193.355340.00232.10113.50111.3064.3322四川3534.001261.00822.544645.00902.30113.50117.001431.8123贵州630.07942.00150.844475.00301.10121.40117.20324.7224云南1206.681261.00334.005149.00310.40121.30118.10716.6525西藏55.981110.0017.877382.004.20117.30114.905.5726陕西1000.031208.00300.274396.0
6、0500.90119.00117.00600.9827甘肃553.351007.00114.815493.00507.00119.80116.60468.7928青海165.311445.0047.765753.0061.60118.00116.30105.8029宁夏169.751355.0061.985079.00121.80117.10115.30114.4030新疆834.5714E图1原始数据保经标准化9-00119.70116.70428.76第二步：打开“因子分析”对话框。沿着主菜单的“AnalyzeDataReductionFactor的路径（图2）打开因子分析选项框（图3）。
7、图2打开因子分析对话框的路径图3因子分析选项框第三步：选项设置。首先，在源变量框中选中需要进行分析的变量，点击右边的箭头符号，将需要的变量调入变量（Variables）栏中（图3）。在本例中，全部8个变量都要用上，故全部调入（图4）。因无特殊需要，故不必理会“Value”栏。下面逐项设置。图4将变量移到变量栏以后1.设置Descriptives描述选项。单击Descriptives按钮（图4）,弹出Descriptives对话框（图5）。图5描述选项框在Statistics统计栏中选中Univariatedescriptives复选项，则输出结果中将会给出原始数据的抽样均值、方差和样本数目（这
8、一栏结果可供检验参考）；选中Initialsolution复选项，则会给出主成分载荷的公因子方差（这一栏数据分析时有用）。在CorrelationMatrix栏中，选中Coefficients复选项，则会给出原始变量的相关系数矩阵（分析时可参考）；选中Determinant复选项，则会给出相关系数矩阵的行列式，如果希望在Excel中对某些计算过程进行了解，可选此项，否则用途不大。其它复选项一般不用，但在特殊情况下可以用到（本例不选）。设置完成以后，单击Continue按钮完成设置（图5）。2.设置Extraction选项。打开Extraction对话框（图6）。因子提取方法主要有7种，在Met
9、hod栏中可以看到，系统默认的提取方法是主成分（PrincipalComponents）,因此对此栏不作变动，就是认可了主成分分析方法。在Analyze栏中，选中Correlationmatrix复选项，则因子分析基于数据的相关系数矩阵进行分析；如果选中Covariancematrix复选项，则因子分析基于数据的协方差矩阵进行分析。对于主成分分析而言，由于数据标准化了，这两个结果没有分别，因此任选其一即可。在Display栏中，选中Unrotatedfactorsolution（非旋转因子解）复选项，则在分析结果中给出未经旋转的因子提取结果。对于主成分分析而言，这一项选择与否都一样；对于旋转因
10、子分析，选择此项，可将旋转前后的结果同时给出，以便对比。选中ScreePlot（“山麓”图），则在分析结果中给出特征根按大小分布的折线图（形如山麓截面，故得名），以便我们直观地判定因子的提取数量是否准确。在Extract栏中，有两种方法可以决定提取主成分（因子）的数目。一是根据特征根（Eigenvalues）的数值，系统默认的是九=1。我们知道，在主成分分析中，主成分得分的方差就是对应的特征根数值。如果默认九=1，则所有方差大于等于1的主成分c将被保留，其余舍弃。如果觉得最后选取的主成分数量不足，可以将九值降低，例如c取九=0.9；如果认为最后的提取的主成分数量偏多，则可以提高九值，例如取cc
11、九=1.1。主成分数目是否合适，要在进行一轮分析以后才能肯定。因此，特征根数值c的设定，要在反复试验以后才能决定。一般而言，在初次分析时，最好降低特征根的临界值（如取九=0.8），这样提取的主成分将会偏多，根据初次分析的结果，在第二c轮分析过程中可以调整特征根的大小。第二种方法是直接指定主成分的数目即因子数目，这要选中Numberoffactors复选项。主成分的数目选多少合适？开始我们并不十分清楚。因此，首次不妨将数值设大一些，但不能超过变量数目。本例有8个变量，因此，最大的主成分提取数目为8，不得超过此数。在我们第一轮分析中，采用系统默认的方法提取主成分。图6提取对话框需要注意的是：主成分
12、计算是利用迭代（Iterations）方法，系统默认的迭代次数是25次。但是，当数据量较大时，25次迭代是不够的，需要改为50次、100次乃至更多。对于本例而言，变量较少，25次迭代足够，故无需改动。设置完成以后，单击Continue按钮完成设置（图6）。3.设置Scores设置。选中Saveasvariables栏，则分析结果中给出标准化的主成分得分（在数据表的后面）。至于方法复选项，对主成分分析而言，三种方法没有分别，采用系统默认的“回归（Regression）法即可。图7因子得分对话框选中Displayfactorscorecoefficientmatrix，则在分析结果中给出因子得分系
13、数矩阵及其相关矩阵。设置完成以后，单击Continue按钮完成设置（图7）。4.其它。对于主成分分析而言，旋转项（Rotation）可以不必设置；对于数据没有缺失的情况下，Option项可以不必理会。全部设置完成以后，点击0K确定，SPSS很快给出计算结果（图8）。图8主成分分析的结果文案大全第四步，结果解读。在因子分析结果（0utput）中，首先给出的DescriptiveStatistics，第一列Mean对应的变量的算术平均值，计算公式为X=1Hxjniji=1第二列Std.Deviation对应的是样本标准差，计算公式为Hn(xiji=1一X)21/2j第三列AnalysisN对应是样本数目。这一组数据在分析过程中可作参考。DescriptiveStatisticsMeanStd.DeviationAnalysisN国内生产1921.0931474.8060330居民消费1745.933861.6419330固定资产511.5083402.8854830职工工资5457.6331310.2180530货物周转666.1400459.9669930消费价格117.28672.0253130商品零售114.90671.8980830工业产值862.9980584.5872630接下来
