第六章主成分分析.doc

第六章主成分分析
课后习题10
第六小组

组长:南田田
演示者:汪莉娟
数据输入:董云哲赵妍
检查纠错:蒲晓英
题目:,利用主成分分析法对这些地区进行分类。
解:在SPSS窗口中选择Analyze→Data Reduction→Factor菜单项,调出因子分析主界面,并将变量x1—x9移入Variables框中,其他均保持系统默认选项,单击OK按钮,执行因子分析过程(关于因子分子在SPSS中实现的详细过程,)。得到如表1所示的特征根和方差贡献率表和表2所示的因子载荷阵。
表1 Total Variance Explained(特征根与方差贡献率表)
Component
Initial Eigenvalues
Extraction Sums of Squared Loadings
Total
% of Variance(方差贡献率)
Cumulative %(累计贡献率)
Total
% of Variance
Cumulative %
1






2






3
.814


4
.309


5
.254


6
.105


7
.028
.313

8
.020
.219

9
.003
.037

Extraction Method: ponent Analysis.
从表中我们就可以看出:%的方差了。
表2(因子载荷阵) Component Matrixa
Component
1
2
人均GDP
.660
.720
人均工业产值
.635
.734
客运总量
.314
-.444
货运总量
.694
-.568
地方财政预算内收入
.906
-.308
固定资产投资总额
.891
-.424
在岗职工占总人口的比例
.656
.652
在岗职工人均工资额
.884
.174
城乡居民年底储蓄总额
.878
-.379
Extraction Method: ponent Analysis.
a. ponents extracted.
将表2中因子载荷阵中的数据输入SPSS数据编辑窗口,命名为a1、pute,pute variable对话框,在对话框中输入等式:
z1=a1 / SQRT(),计算第一个特征向量。点击OK按钮,即可在数据编辑窗口中得到以z1为变量名的第一特征向量。
,在对话框中输入等式:z2=a2 / SQRT(),计算第二个特征向量。
表3 特征向量矩阵
Z1
Z2
X1


X2


X3

-
X4

-