- 1、本文档共13页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
SPSS教程05(带图)_因子分析_chenxy
简单教程 05
相关配套数据 已经 上传百度文库:
配套软件 SPSS 17.0 已经上传百度文库;
百度文库搜索“SPSS简单教程配套数据及软件_chenxy”
百度云盘链接;
6. 因子分析 2
6.1 因子分析—理论基础 2
6.2 因子分析—步骤 4
6.3 因子分析—实际操作步骤 6
6.4 因子分析—输出结果 9
因子分析
6.1 因子分析—理论基础
因子分析的特点
因子变量的数量远少于原有的指标变量的数量,对因子变量的分析能够减少分析中的计算工作量。
因子变量不是对原有变量的取舍,而是根据原始变量的信息进行重新组构,它能够反映原有变量大部分的信息。
因子变量之间不存在线性相关关系,对变量的分析比较方便。
因子变量具有命名解释性,即该变量是对某些原始变量信息的综合和反映。
( 原始变量 具有高度相关关系 的组合在一起 重新起一个名字 )
因子分析和主成分分析的区别(简述)
原理不同
.线性表示方向不同
假设条件不同
求解方法不同
主成分和因子的变化不同
因子数量与主成分的数量
解释重点不同
算法上的不同
优点不同
应用场景不同
因子分析 — 目标
根据因子分析结果构建数学模型
把因子变量包含的原有信息 读出来
因子得分的数学模型得出来
因子载荷: 因子之间关系的系数(相关程度):
在各个因子变量不相关情况下,因子载荷 就是第 i 个原有变量和第 j 个因子变量的相关系数,即 在第 j 个公共因子变量上的相对重要性。
因此,绝对值越大,则公共因子和原有变量关系越强。
特殊因子:
原始变量不能被因子变量解释的那一部分相当于多元回归分析中的残差部分。
变量共同度 :
也称公共方差,反映全部公共因子变量对原有变量的总方差解释说明的比例;
原有变量的共同度是因子载荷矩阵A中第i行元素的平方和,即:
公共因子的方差贡献:
为因子载荷矩阵A中第j列各元素的平方和,即:
公共因子的方差贡献反映了该因子对所有原始变总方差的解释能力,其值越高,说明因子重要程度越高。
6.2 因子分析—步骤
步骤:
1. 是否适合做因子分析
一次性选择 三个 以上的奇数个方法(避免偶数个方法出现的判别矛盾性)
构造因子变量
提取因子变量 旋转 因子变量 命名可解释性
3. 利用旋转使得因子变量更具有可解释性
4. 计算因子变量的得分
5. 计算综合得分
6. 根据综合得分进行排序
1. 确定待分析的原有若干变量是否适合于因子分析
相关系数矩阵法:
如果相关系数矩阵在进行统计检验中,大部分相关系数(超过50%)都小于0.3且未通过统计检验(相关系数异于0的显著性检验:不拒绝H0即p0.05),那么这些变量就不适合进行因子分析。
巴特利球形检验
巴特利特球形检验的统计量是根据相关系数矩阵的行列式得到的。如果该值较大,且其对应的相伴概率值小于用户心中的显著性水平,那么应该拒绝零假设,认为相关系数据不可能是单位阵,也即原始变量之间存在相关性,适合作因子分析;相反,不宜于作因子分析。
反映像相关矩阵检验(不需要用)
如果反映像相关矩阵中有些元素(超过50%的元素)的绝对值比较大,那么说明这些变量不适合作因子分析。
KMO检验法
如果KMO
构造因子变量
选择提取因子方法 只能选其一
根据 特征值1 的方法
累计方差贡献率 (到达以上0.80)
当两种方法提取因子不一样时:
借助 陡坡图 判定 找到 拐点 ( 最佳因子提取数 )
因子的命名解释
因子载荷矩阵
某一行多个比较大 某个原有变量xi可能同时与几个因子有比较大的相关关系。
某一列多个比较大 说明某个因子变量可能解释多个原变量的信息。
对于同一行数据,当出现因子载荷=0.5原始变量出现在两个因子下时
需对因子载荷矩阵 进行旋转
得到旋转后的因子载荷矩阵
并提取每一列 0.5以上解释程度的原始变量
构建多元线性方程:
4. 计算因子得分
通过因子得分矩阵 纵向数据
构建新的多元线性方程:
计算综合得分
对 提取的因子 通过其方差贡献率(或者累计方差贡献率) 做权数 的得分 算出总得分
(一般大多选择 方差贡献率 做权数)
6.3 因子分析—实际操作步骤
操作步骤 1 : ( 数据文件见因子分析 )
Analyze - Dimension Reduction - Factor
添加全部 原始变量 指标
点击 Descriptive 按钮
Initial solution:表示输出初始分析结果。输出的是因子提取前分析变量的公因子方差,是一个中间结果。
Co
您可能关注的文档
- SMT 焊盘与钢网的可制造性设计001.ppt
- SMT电子元件及其极性识别.ppt
- SMT电子元器件极性识别方法培训教材.ppt
- SMT行业市场报告.doc
- SNCR脱硝系统 PLC采购合同.doc
- SMW工法算例.pptx
- Solaris简介及安装.ppt
- SOLIDWORKS2014机械设计实例教程2.ppt
- SOHO-E购话术解析学习资料.ppt
- SolidWorks培训-第十一章 系列零件设计表.pptx
- 计及电动汽车移动储能动态电价的微电网优化调度研究及解决方案.pdf
- 浅谈电动汽车充电桩绝缘智能化自检装置的设计与应用 .pdf
- 浅谈电动汽车公共充电桩布局方案评价方法.pdf
- 浅谈基于弹性响应的电动汽车快充电价定价策略 汽车充电桩有序充电.pdf
- 浅谈光储充一体化社区的有序充电策略及解决方案.pdf
- 晚期肾透明细胞癌系统性治疗中国专家共识(2024版).pptx
- 中国膀胱癌保膀胱治疗多学科诊治协作共识(2022版).pptx
- 成人心血管外科手术体外循环患者血液管理指南.pptx
- 下尿路修复重建移植物应用规范中国专家共识.pptx
- 中国儿童急性非静脉曲张性上消化道出血诊治指南(2024).pptx
文档评论(0)