15=Chap20主成分分析与因子分析.pptVIP

因子得分系数矩阵，个体因子得分： F1= 0.357BX1+ 0.184BX2 + 0.435BX3 + 0.256BX4－0.318BX5－0.088BX6 F2=－0.136BX1+0.129BX2－0.290BX3 + 0.017BX4+0.755BX5 + 0.432BX6 1.主成分分析: ①综合原始变量的信息和解决共线问题，将主成分存为新变量。②对n无严格要求。③一般不必旋转。④个体的主成分得分可以准确计算。 2.因子分析: ①找出潜在的支配原变量间相关关系的公因子，用公因子解释原变量之间的关系。②要求n大。③常进行旋转。④个体的因子得分只能估计。 四、主成分分析与因子分析的关系 * Chap20 主成分分析与因子分析 P280~287 Principal component analysis and factor analysis 教学目的与要求 ：1.5学时 掌握：主成分分析与因子分析的意义、用途。 熟悉：一般步骤。 了解：用SPSS和DPS统计软件的操作方法。 教学内容提要 ： 重点讲解：意义、用途。 讲解：一般步骤。 介绍： SPSS的操作方法。 重点：意义、用途和一般步骤。 难点： 线性组合模型 。 【例20-1】某医院测得20名肝病患者的SGPT（转氨酶）、肝大指数、硫酸锌浊度、AFP（甲胎球蛋白）4项肝功能指标，资料见表20-2，试对20人的肝功能进行排序。 0 20 2.00 120 20 60 9 3.00 170 10 0 10 1.00 40 19 60 11 3.50 280 9 60 12 1.00 20 18 60 13 4.00 270 8 10 14 2.00 220 17 40 19 1.00 40 7 20 20 2.00 140 16 50 12 1.50 10 6 30 14 2.50 220 15 50 9 3.50 120 5 60 35 1.50 160 14 0 18 4.50 250 4 20 17 1.50 220 13 50 13 3.00 120 3 50 30 2.00 130 12 30 5 1.50 10 2 40 14 3.50 180 11 20 5 2.00 40 1 甲胎 蛋白 硫酸锌 肝大 指数 转氨酶 病例号 甲胎 蛋白 硫酸锌 肝大 指数 转氨酶 病例号 一、概念 将原来众多具有一定相关性的指标，重新组合成一组新的相互独立的综合指标（主成分）。 二、意义 在保存主要信息的前提下，简化结构和解决共线问题。 多维→二维，利用找到的综合变量来对观察对象排序。 §1　Principal component analysis P280 三、方法 n个对象，m个指标：P281表2。 原始数据标准化→ m个标准化指标的r→ 相关矩阵R→特征根λ→特征向量a→主成分 F λ ：主成分的方差，该主成分可解释平均多少原始变量的信息，占总方差的比重为该F的贡献率。前P个F的贡献率之和为累计贡献率。 因子载荷：主成分Fi与变量xj的相关系数＝a 1.适用性检验: 能否作主成分分析与因子分析。 （1）KMO统计量：0～1，各指标间相关程度。KMO 0.9效果最理想 ＜0.5不宜分析 （2）Bartlett球形检验 ：原指标间是否独立， P＞0.05不宜。 2.确定F数目: 根据实际需要，两法结合。 （1）累计贡献率：应70%or 80% ， F偏多。 （2）特征值 ：≥1的F应保留。 偏少。 【例20-1】某医院测得20名肝病患者的SGPT（转氨酶）、肝大指数、硫酸锌浊度、AFP（甲胎球蛋白）4项肝功能指标，资料见表20-2，作主成分分析。 0 20 2.00 120 20 60 9 3.00 170 10 0 10 1.00 40 19 60 11 3.50 280 9 60 12 1.00 20 18 60 13 4.00 270 8 10 14 2.00 220 17 40 19 1.00 40 7 20 20 2.00 140 16 50 12 1.50 10 6 30 14 2.50 220 15 50 9 3.50 120 5 60 35 1.50 160 14 0 18 4.50 250 4 20 17 1.50 220 13 50 13 3.00 120 3 50 30 2.00 130 12 30 5 1.50 10 2 40 14 3.50 180 11 20 5 2.00 40 1 甲胎 蛋白 硫酸锌 肝大 指数 转氨酶 病例号 甲胎 蛋白 硫酸锌 肝大 指数 转氨酶 病例号 【SPSS操作】转氨酶（