- 0
- 0
- 约2.33千字
- 约 31页
- 2017-10-18 发布于湖北
- 举报
小结 《SPSS数据分析教程》——主成分分析 主成分分析 目录 11.1 主成分分析简介 11.1.1 主成分分析的目的与功能 11.1.2 主成分分析的数学理论 11.2 主成分分析的应用条件 11.2.1 Bartlett球形检验 11.2.2 KMO统计量 11.2.3 基于相关系数矩阵还是协方差矩阵 11.3 主成分分析案例 11.3.1 综合评价案例 11.3.2 主成分分析用于探索量间结构关系 本章学习目标 了解主成分分析的应用领域; 了解主成分析的应用条件; 掌握如何确定主成分的个数; 熟练解释主成分分析的结果:载荷矩阵、共同度、方差贡献率等; 掌握应用主成分分析进行数据降维和综合评价的方法。 11.1 主成分分析简介 主成分分析的目的与功能 在多变量分析中,分析者所面临的最大难题是解决众多变量之间的关系问题。进行数据降维可以用尽可能少的新指标取代原来较多的指标变量,并能包含原来指标变量所包含的大部分信息 。 解决多元回归分析中的多重共线性问题。 综合评价中,人们总是尽可能多地选取评价指标,而这些评价指标之间往往相互重叠,信息冗余是不可避免的。主成分分析则可以把这众多指标所蕴含的信息压缩到少数几个主成分指标,然后给出这几个主成分指标的权重,综合到一个评价指标中。 主成分的主要功能 数据降维(Dimension Reduction) 变量筛选(Vari
原创力文档

文档评论(0)