《系统工程》主成分分析实验报告.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《系统工程》主成分分析实验报告 实验日期: 实验 名称 主成分分析 实验目的: 通过实验学生应该熟练掌握SPSS软件的使用,并能利用SPSS对具体问题影响因素进行相应分析,且能对软件处理结果进行解释和说明。 实验所用软件及版本: spss11.0 实验过程:(含基本步骤及异常情况记录等) 用spss17.0软件打开数据。 按照步骤:”分析-描述统计-描述”处理数据 按照步骤:“分析-降维-因子分析”处理结果 描述统计量 N 极小值 极大值 均值 标准差 x1 15 1.0 8.3 4.733 2.4239 x2 15 2.8 8.1 4.860 1.7349 x3 15 3.0 7.6 4.707 1.4420 x4 15 2.0 9.0 4.993 2.1184 x5 15 3 9 5.03 2.410 x6 15 2.3 8.8 5.593 2.1559 x7 15 3 9 5.69 1.983 x8 15 3.0 8.4 5.473 1.7027 x9 15 2.8 9.0 5.807 2.3472 x10 15 2.5 9.0 5.940 2.5876 有效的 N (列表状态) 15 公因子方差 初始 提取 x1 1.000 .934 x2 1.000 .911 x3 1.000 .829 x4 1.000 .893 x5 1.000 .967 x6 1.000 .939 x7 1.000 .934 x8 1.000 .890 x9 1.000 .946 x10 1.000 .976 提取方法:主成份分析。 解释的总方差 成份 初始特征值 提取平方和载入 合计 方差的 % 累积 % 合计 方差的 % 累积 % 1 4.396 43.956 43.956 4.396 43.956 43.956 2 2.462 24.615 68.571 2.462 24.615 68.571 3 2.363 23.626 92.197 2.363 23.626 92.197 4 .295 2.951 95.148 5 .190 1.902 97.049 6 .158 1.577 98.626 7 .087 .872 99.498 8 .032 .316 99.815 9 .013 .134 99.949 10 .005 .051 100.000 提取方法:主成份分析。 成份矩阵a 成份 1 2 3 x1 -.688 -.201 .648 x2 -.623 -.079 .719 x3 .004 -.012 .910 x4 .785 -.070 .522 x5 .820 -.061 .540 x6 -.766 .589 .075 x7 -.638 .722 .077 x8 -.081 .938 .063 x9 .796 .551 .095 x10 .782 .596 .094 提取方法 :主成分分析法。 a. 已提取了 3 个成份。 实验结果报告与实验总结: 1 1、 因子方差表可以知道,三个主成分对Xi的描述的准确度。例如X1的提取度为-934,表示为主成分对X1表示的准确度为93.4% 2、由解释的主方差表可以得知,每个成分描述的准确度,由表中的方差百分比可以得知,成分1、2、3、的方差最大,分别为43.956%、24.615%、26.626%,所以成分1、2、3为主成分 3、由成分矩阵表我们可以得知:主成分1是年龄描述指标,X1到X5、X6到X10、成分随年龄增大而减小,变化的趋势相同,所以为年龄指标。 主成分2前面五个取值为正,后面五个取值为负,对应表示为对男性取正、女性取负,表明由于性别不同而产生的嗜好不同。 主成分3的取值均为正,表示无论那组都是喜欢的,男性的取值普遍大于女性,表明同种商品在相同年龄段的人群中男性比女性更受欢迎。 4、有分析可以得出结论:在同种性别中,应该针对年龄偏高的人设计产品,对于针对年龄段相同的人,该公司应该主要针对男性设计产品,所以应该最主要针对30岁后的男性。 教师评语与成绩: 注:图表数据可另附(注明在附件中即可),附件与实验报告一并递交。 1

文档评论(0)

july77 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档