主成分分析实验报告的.docVIP

主成分分析 地信0901班 陈任翔0103090312 【实验目的及要求】 掌握主成分分析与因子分析的思想和具体步骤。掌握SPSS实现主成分分析与因子分析的具体操作。1.主成分分析的主要目的是希望用较少的变量去解释原来资料中的大部分变异，将我们手中许多相关性很高的变量转化成彼此相互独立或不相关的变量。通常是选出比原始变量个数少，能解释大部分资料中的变异的几个新变量，即所谓主成分，并用以解释资料的综合性指标。由此可见，主成分分析实际上是一种降维方法。2.因子分析研究相关矩阵或协方差矩阵的内部依赖关系，它将多个变量综合为少数几个因子，以再现原始变量与因子之间的相关关系。 “水样元素成分分析数据”，删除表名“水样元素成分分析数据”,保存数据。 2）在 SPSS中打开保存好的Excel数据进行分析。 水样元素成分分析数据 样号 As(ppm) Cd(ppm) Cr(ppm) Cu(ppm) Pb(ppm) Zn(ppm) Hg(ppm) P(ppm) C-W-01-02 17.21 1.77 5.08 22.8 12.02 220.2 0.57 3149 C-W-02-02 17.78 0.15 1.03 4.92 2.03 23.15 0.15 1269 C-W-03-02 9.03 0.06 1.31 1.75 0.59 11.33 0.1 574.6 C-W-04-02 9.53 0.53 5.19 7.92 2.17 49.08 0.15 2238 C-W-05-01 48.79 0.65 28.77 24.69 1.18 41.59 0.43 1912 C-W-06-01 47.61 0.14 91 6.17 6.45 39.39 0.11 9005 X-W-1-02 11.65 0.6 5.35 3.19 1.23 24.36 0.02 1820 X-W-2-02 10.74 0.4 6.87 4.61 3.11 37.9 0.03 1710 Z-W-1-02 24.15 7.29 4.71 9.58 33.76 627.5 0.35 2100 Z-W-2-02 407.71 331.6 4.73 15.83 31.58 48360 0.74 762.3 Z-W-3-02 5.71 1.54 16.03 11.8 11.21 169.9 0.1 3996 Z-W-4-02 2.38 0.13 5.58 2.9 0.89 23.82 0.08 185.8 3）数据格式转换。 2. 数据描述分析操作 1）Descriptives过程 点击Analyze下的Descriptive Statistics选项，选择该选项下的Descriptives 选中待处理的变量（左侧的As…..Hg等）； 点击 使变量As…..Hg 移至Variable(s)中； 选中Save standrdized values as variables； 点击Options 2）数据标准化 标准化处理后的结果 主成分分析 点击Analyze下的Data Reduction选项，选择该选项下的Factor过程。选中待处理的变量，移至Variables 2） 点击Descriptives判断是否有进行因子分析的必要 Coefficients(计算相关系数矩阵 ) Significance levels(显著水平) KMO and Bartlett’s test of sphericity (对相关系数矩阵进行统计学检验 ) Inverse(倒数模式）：求出相关矩阵的反矩阵； Reproduced(重制的):显示重制相关矩阵，上三角形矩阵代表残差值，而主对角线及下三角形代表相关系数； Determinant(行列式 )：求出前述相关矩阵的行列式值； Anti-image(反映像)：求出反映像的共同量及相关矩阵。 Univariate descriptive单变量描述统计量(输出被选中的各变量的均数与标准差 ) Initial solution未转轴之统计量（显示因素分析未转轴前之共同性、特征值、变异数百分比及累积百分比） 3） 点击Extraction ： 选择主成分分析方法 输出未旋转的因子载荷矩阵 4） 点击Rotation 5）点击Scores 选中Save as variables (把因子得分作为新变量保存在数据文件中 ) 选中Regression(回归因子得分) 点击Continue 6）点击Options 选中Exclude cases listwise(去除所有含缺失数据的样本、再进行分析) 选中Sorted by size(载荷系数将按照数值大小排列，并构成矩阵) 点击Continue 3．结果分析 S