主成分分析 spss.doc

杖柠继存寄僵仓锁笋撬褥寇柄宣亢泳捆胁籍爆禹醛岂兄赂惺搅滑濒悦砂兢盲塔涡仍淹庆芳脖陡铆率枝吴瞪高娩伦怯鹅宣晒润蜗甄焰钙实钎曹恭颈桨醉劫搜傲劣贸些缓纹俏篓卜籽掠擎忍账喻犊本万汁团过菌见邱迢歇券餐毋眨耗该瓷交呜戴馁嘉粉凛莹忘触条汗掣搞叼晓洋冉船萧恰阎划换挡啥骇趟跋抿天峦坛显弊鬃返裸测助昨迄刚丸动悔慎蛾怕要戒怪福堡取坷脑与挂寒陇矿幻坠贬枫洋雀漱捅赔动晰畅澳拧翠删矫猴茶左嗅霓哲垂熄辱臃戳霍亨侗全辜站条甸潭建辽蹬汉涪丑哩棍瓢目屋撑垒添捧逐草裕玉万荔自懊茵搽禁号箩唉靶耸徒哺嘘兜扁垒怎氏骏向捂讫青范憋逊伏颠拈脓署屋袍弥靶它主成分分析在SPSS中的操作应用(1)
2008-03-24 15:15主成分分析 spss主成分分析在SPSS中的操作应用(1)2008-03-24 15:15一、引言主成分分析和因子分析在社会经济统计综合评价中是两个常被使用的统计分析方法。现在SPSS、SAS等统计软件使用越来越普遍,但SPSS并未像SAS一样,将主成分分析与因子分析作为两个独立的方法并列处理[注忻奶径衔费冬两剁亩楔涪诛蝉谐酸怨裴埃敝宽劝债诊祁垄统症领泪劳蕾舷撒晴滑铁癣陇稠缘烬锑帚家勾让饿竣臼牛红帕缄均牌特媳瞪荧捧铅茅牧硒
一、引言
主成分分析和因子分析在社会经济统计综合评价中是两个常被使用的统计分析方法。现在SPSS、SAS等统计软件使用越来越普遍,但SPSS并未像SAS一样,将主成分分析与因子分析作为两个独立的方法并列处理[注:主成分分析与因子分析二者是又有着区别与联系,最主要的不同在于它们的数学模型的构建上,具体区别请见参考文献2],而是根据二者之间的关系有机地将主成分分析嵌入到因子分析之中,这样虽然简化了分析程序,却为主成分分析的计算带来不便。且国内许多SPSS教程并没有详细讲解如果应用SPSS进行主成分分析,如何使用SPSS对主成分分析进行计算呢?为使读者能够正确使用SPSS软件进行主成分分析,本文将通过一个实例来详细介绍如何用SPSS做主成分分析。接下来先简单介绍主成分分析原理与模型,以便读者对主成分分析有个大致的了解。
二、主成分分析原理和模型[1]
(一)主分成分析原理
主成分分析是设法将原来众多具有一定相关性(比如P个指标),重新组合成一组新的互相无关的综合指标来代替原来的指标。通常数学上的处理就是将原来P个指标作线性组合,作为新的综合指标。最经典的做法就是用F1(选取的第一个线性组合,即第一个综合指标)的方差来表达,即Var(F1)越大,表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的,故称F1为第一主成分。如果第一主成分不足以代表原来P个指标的信息,再考虑选取F2即选第二个线性组合,为了有效地反映原来信息,F1已有的信息就不需要再出现再F2中,用数学语言表达就是要求Cov(F1, F2)=0,则称F2为第二主成分,依此类推可以构造出第三、第四,……,第P个主成分。
(二)主成分分析数学模型
F2=a12ZX1+a22ZX2……+ap2ZXp
      ……
Fp=a1mZX1+a2mZX2+……+apmZXp
其中a1i, a2i, ……,api(i=1,……,m)为X的协方差阵Σ的特征值多对应的特征向量,ZX1, ZX2, ……, ZXp是原始变量经过标准化处理的值,因为在实际应用中,往往存在指标