主成分分析报告.doc

实验名称：主成分分析
一、实验目的和要求
通过上机操作,完成ｓｐss软件的主成分分析
二、实验内容和步骤
6．8
如图所示点击anａlyｚe－ｄata　ｒeduｃtｉoｎ-factor
将6个变量选入变量框中
分别点击dｅsｃｒiptｉｖe　rotaｔion选项,进行以下操作

点击ｅｘｔractｉon进行以下分析
点击optiｏns
结果如下所示
Corrｅlａtｉｏｎ Mａtｒｉｘ
X1
X２
X３
Ｘ4
X5
Ｘ6
Cｏrreｌａｔion
X1
１．００0
.７11
.420
．182
.0８1
－.166
X2
.711

．1４1
.27５
.302
-.０51
X3
．4２０
.１４1

.０2８
-.１４2
.３5３
Corrｅlａtｉｏｎ Mａtｒｉｘ
X1
X２
X３
Ｘ4
X5
Ｘ6
Cｏrreｌａｔion
X1
１．００0
.７11
.420
．182
.0８1
－.166
X2
.711

．1４1
.27５
.302
-.０51
X3
．4２０
.１４1

.０2８
-.１４2
.３5３
Ｘ4
.１8２
.2７5
.０２８

.384
.042
X５
.081
.302
-．１42
．384

.104
Ｘ4
.１8２
.2７5
.０２８

.384
.042
X５
.081
.302
-．１42
．384

.104
X６
－．166
-.05１
.353
.04２
.10４
1．０00
上表为相关矩阵，给出了6个变量之间的相关系数主对角线的值均为1,,因此可以说明因子之间相关性不是特别的大。
ＫMＯ　and Bａｒｔlett's　Teｓｔ
Ｋaiseｒ-Ｍｅｙeｒ－Olkｉn Measurｅ ｏf Sampliｎg Adｅｑuacy．
．４３４
Ｂartlett＇s Ｔeｓt oｆ Sｐhericｉｔｙ
Ａpｐrｏｘ. Cｈi-Ｓqｕａre

df
１５
Ｓig.
.0０0
上表为KＭＯ和Baｒtｌett检验表,KMＯ检验是对变量是否适合做因子分析的检验，根据Ｋａisｅｒ常用度量标准,因为此时ＫＭO=,表示此事不适合做因子分析,所以我们用主成分分析。
Comｍunaｌitieｓ
Iｎｉtiaｌ
Ｅxtraｃtioｎ
X１

.91１
Ｘ2

．７85
X3

.８35
X4
1．00０
.５85
Ｘ５

.7４４
X6

．８59
Eｘtrａcｔiｏｎ Meｔhoｄ： Princiｐal　Compｏnｅｎt Ａnalｙｓis.
上表额为公因子方差，给出了盖茨分析中从每个原始变量中提取的信息，从表中可以看出除了人均城市道路面积X4(平方米）,主