主成分分析与spss.ppt

杭师大数学建模培训 * * 主成分分析 张慧增 案例分析 数据集Employee data为Midwestern银行1969-1971年之间雇员情况的数据，共包括474条观测及如下10变量：Id（观测号）、Gender（性别）、Bdate（出生日期）、Educ（受教育程度（年数））、Jobcat（工作种类）、Salary（目前年薪）、Salbegin（开始受聘时的年薪）、Jobtime（受雇时间（月））、Prevexp（受雇以前的工作时间）、Minority（是否少数民族）。 下面我们用主成分分析的方法处理该数据，以期用少数变量来描述该地区居民的雇用情况。 具体操作步骤（1） 进入SPSS软件，打开数据Employee data.sav. 具体操作步骤（2） 结果的输出（1） Communalities给出了该分析从每个原始变量中提出的信息。 可以看出除了受教育程度信息损失较大外，主成分几乎包含了各个原始变量的至少90％的信息。 结果的输出（2） Total Variance Explained表显示了各个主成分解释原始变量总方差的情况。SPSS默认保留特征根大于1的主成分。在本例中看到保留了3个主成份为宜，这3个主成分集中了原始变量信息的90.66%，可见效果是比较好的。实际上，主成分解释总方差的百分比也可以用communalities表中计算得出，即(0.896+0.916+0.999+0.968+0.754)/5=90.66%. 结果的输出（3） 例如以表中Current Salary一行为例，不妨用prin1，prin2，prin3来表示各个主成分，则由Component Matrix表可以得到： 标准化的Current Salary≈0.940prin1+0.104prin2+0.029prin3 Component Matrix表中给出了标准化原始变量用求得的主成分线性表示的近似表达式， 注解（1） 在上面的主成分分析中，SPSS默认是从相关阵出发求解主成分，且默认保留特征根大于1的主成分。 实际上，对主成分的个数我们可以自己确定，方法为： 注解（2） 在实际进行主成分分析时可以先按照默认设置作一次主成份分析，然后根据输出结果确定应保留的主成份的个数，用该方法进行设定后重新分析。 几个基本的关系（1） 由Component Matrix中的结果可以得到： 几个基本的关系（2） 我们重新做一遍主成份分析，此次将5个主成份全部保留得到Component Matrix表 标准化的Current salary＝0.940prin1+0.104prin2+0.029prin3－0.234prin4＋0.222prin5 主成分得分系数距阵 主成分得分系数距阵 标准化prin1=0.342标准化educ+0.380标准化salary+0.370标准化salbegin+0.027标准化Jobtime-0.072标准化prevexp 主成分得分 * * * *