华理多元统计实验1.docVIP

华东理工大学2013—2014 学年 第 二 学期 《 多元统计学 》实验报告7 班级 学号 姓名 开课学院 商学院 任课教师 任飞 成绩 实验内容：实验 5 因子分析方法 1.“主成分分析”的计算机实现 2.“因子分析”的计算机实现 实验要求： 1.熟悉SPSS中主成分分析功能 2.熟悉SPSS中因子分析功能 3.选用数据文件data15-01,利用因子分析的新变量，进行聚类分析 教师评语： 教师签名： 年 月 日 实验报告： 1.主成分分析Analyze-Dimension Reduction-Factor 得到实验结果如下： 表1 表2 表1中的相关系数表明四个变量之间存在显著相关性，可以进行主成分分析； 表2为变量共同度，表中最后一列都大于0.5，表明四个变量之间存在着一定的相关性； 表3 表3为方差贡献表，“Total”是特征根，可以看出本例提取了三个主成份，因为特征根大于1，三个主成份的累计方差贡献率达到63.113%，进一步说明提取两个主成分是比较合适的； 表4 表4是碎石图，实际上是按特征根大小排列的主成份折线图，横坐标表示第几主成分，纵坐标表示特征根的值，在第三个特征根处变得比较平缓，表明可以提取两个主成分。 因子分析 Analyze-Dimension Reduction-Factor Descriptive子对话框 Statistics:Univariate descriptives:显示各观察变量的均值和标准差；Initial solution:显示公因子的方差、特征值、各因子解释的方差比例和累积比例。 Correlation matrix:Coefficients:观察变量的相关系数矩阵；Significance levels:每个相关系数的显著水平。 .Extraction子对话框 Method：选择提取因子的方法 Analyze：指定分析矩阵 Display：指定与初始因子有关的输出项Unrotated factor solution：显示未经旋转的因子解；Scree plot：显示碎石图 Extract：决定提取因子的个数 Maximum iterations for Convergence:指定因子分析收敛的最大迭代次数 .Rotation子对话框 Method：选择因子旋转方法 Display:指定输出选项Rotated solution:显示旋转后的因子解；Loading plots:显示因子负载图； Maximum iterations for Convergence:指定因子分析收敛的最大迭代次数 .Factor Scores子对话框 Method:指定计算因子值的方法 Save as variables:将因子值作为新变量保存在数据文件中 Display factor score coefficient matrix:显示因子值系数矩阵 .Option子对话框 Missing values:缺失值处理方式 Coefficient display format:因子负载显示方式 选用数据文件data15-01,利用因子分析的新变量，进行聚类分析,聚类要求:聚为两类、三类、四类， 作散点图，比较分为两类和三类的结果。 首先，对数据15-01做因子分析 发现KMO值为0.736，在0.7与0.8之间，一般可以进行因子分析，Bartlett球体检验的p值为0.0000.05，认为适合进行因子分析。 由上图可知，spss提取了3个公因子（其特征值大于2） 结合碎石图来看，提取3个公因子也可以接受，因为从第4个公因子开始特征值趋于平稳。 由因子分析得到三个新变量，并命名为a1,a2,a3,并对其进行聚类分析。 聚类分析结果：Cluster Membership Case 4 Clusters 3 Clusters 2 Clusters 1: 1 1 1 1 2: 2 2 1 1 3: 3 2 1 1 4: 4 2 1 1 5: 5 2 1 1 6: 6 2 1 1 7: