spss进行主成分分析与得分分析.docx

spss进展主成分分析与得分分析
将数据录入spss
ls1243821T31盅804霜噩常瑕讓 0
需專常琢盅盅206霊盂常 XT
需1396翥301需515901芻1017532芻篡 X6
蹈霭駕席鸳盘鸚432483駕 n
查看主成分分析和分析：
相关矩阵明确，各项指标之间具有强相关性。比如指标GDP总量与财政收入、固定资 产投资总额、第二产业增加值、第三产业增加值、工业增加值的相关系数较大。这说 明他们之间指标信息之间存在重叠，适合采用主成分分析法。（下表非完整呈现）
相关系数矩阵:
CDrrelati4B!btrLi
m
D)
ZseereC
E)
ZseenK
S4)
XJ)
ZsaieC
E)
Is seme
F)
S)
Z
:心
Z> wmX
n
1 ooo
・94S
.S?2
QI
•982
.973
• M3
X
Z> WK(X
2>
.945
LOCO
-9M
.MS-
.945
.912
.PM
3)
192
LOCO
-SS4
.S«
.94
.854
Z>WK(I
4)
QI
/MS
S$4
LOW
.939
.922
由Total Variance Explained （主成分特征根和贡献率〕可知，特征根X 1=9. 092, 特征根入2=1. 150前两个主成分的累计方差贡献率达93. 107%,即涵盖了大局部信息。 这明确前两个主成分能够代表最初的11个指标来分析各个城市经济综合实力的开展 水平，故提取前两个指标即可。主成分，分别记作Fl、F2。
V*ri>r>ce ExplainAd
Coiipanftit
Ini t ial Eign^lutt
Emact ion Sums of Squared Loading
W
* ©f VaritoC#
CwulilM *
T-qUI
* V*rita4*
i





82-651
2


?

10.^56

?
,33、
».QLQ

4
.231

9&.2B
5
・095
.867

6
.056
.510
99.$90
7
・血
354
gg.«5
$
.004
.(Wi
99・92
9
.003
・03L

10
・001
.005

11
-005
.OOL

Extract iMethod: Principal 血 Analys i9・
指标XI、X2、X3、X4、X5、X6、X7、X8、X9、X10在第一主成分上有较高载