SPSS 軟體與多變量分析.pptVIP

SPSS軟體與多變量分析 南台科技大學企管系 呂金河 §1 主成分分析 目的：將原來多個有相關的變數，藉由原變數的線性組合，“簡化”成較少個數的新變數(主成份)，這些新變數彼此不相關，且希望能解釋大部分原始資料中的變異，而這幾個主成份可用來代表原始資料的較簡化的綜合性指標，以做進一步分析應用。 例如 (1)分析某公司的財務健康狀況，分析師找出了100種財務比率的資料，如何將這100種比率“簡化”成少數幾個(約3種)綜合指標，可由原100種變數的線性組合呈現。 (2)學期末各科考試成績，設有國、英、數、理、化、史、地七科，如何將七科成績(原始資料)“化簡”成一個綜合數字(主成份)，用來“代表”學生的全部成績? (3)品管工程師想由一堆製程變數的量測資料，導出少數幾個主要的綜合指標，以顯示製程是否in control 方法：將一組行為變數 (或稱構面函數) 減縮為指標變數Yi，Yi為 的線性組合，希望第一主成分Y1是此線性組合中變異數最大者 1. 利用 的變異數矩陣 (或相關矩陣) 的特徵根λi 的特徵向量決定主成分中線性組合的係數值 2. Var(Yi)= λi ，其解釋總變異的百分比為 此值表示 Yi的解釋（總變異的）能力 3. 用陡坡圖或保留特徵值大於1者，決定要保留使用的主成分個數，若Y1已解釋60%以上，即可認定Y1為總指標，足以代表k個行為變數 (或認為前幾個主成分能解釋70%以上，即算滿意結果) 4. 用loading (負荷) = Corr(Xi,Yj) ≧0.5者，解釋Yj的意義 (命名) 5.主成分Yj互為獨立，故可取主成分計分(Score)為新變數，再做迴歸或區別分析，可避免原Xi共線性 (高度線性相關) 的問題 6.用相關矩陣所得Y1的主成分計分，可轉換成 N(0,1)的CDF，稱為百分位序，可用以顯示個案 (各觀察點) 在總指標上的相對強度，以比較個案間的差異 例1：用下列資料求消費者物價指數(Consumer Price Index(CPI)) SPSS操作: 點選分析 ? 資料縮減 ? 因子 ? 在對話框將Bread、Burger等物價變數移入變數 ? 按描述統計量，勾選未轉軸之統計量，相關矩陣的係數 ? 繼續 ? 按萃取，勾選方法為主成份，分析用相關矩陣，顯示未旋轉因子解陡坡圖，萃取特徵值 ? 繼續 ? 按分數，勾選因素儲存或變數，方法為迴歸方法 ? 繼續 ? 確定 §2典型相關分析 目的：： 1.求兩組變數{X1, X2, …, Xp}與{Y1, Y2, …, Yq}之間的相關，尋找X變數的線性組合Wi與Y變數的線性組合Vi，Wi, Vi分別為X, Y的第i個典型變數(canonical variate)，使得 (1) W1, V1為X, Y變數的所有線性組合中，相關係數最大者 (2) W2, V2與W1, V1 互為獨立，且W2, V2 為滿足此條件的線性組合中，相關係數最大者。 (3) Wi, Vi與前所有個典型變數Wj, Vj互為獨立，且為滿足此條件的線性組合中，相關係數最大者。 2.典型變數最多min(p, q)對，但相關係數可能只有m min(p, q)個顯著，應決定需要至少多少個典型相關，才能適當描述兩組變數X, Y的關聯。 例如：(1)健康部門想知道住家品質，如房屋型態，冷暖氣條件，自來水的提供，廚房及衛浴設備，與微小和嚴重疾病發生數，無力工作天數間的關連大小。 (2)研究人員想知道個人的生活型態及飲食習慣是否對其健康有影響，健康情況可用一些相關變數如高血壓，體重，焦慮，緊張水準等量測。 (3)行銷經理想知道購買的產品型態與消費者生活型態及個性是否有關連。 二組變數若能分出其中一組為自變數或預測變數(predictor)，另一組為因變數或準則變數(criterion)，則典型相關可以看出自變數是否影響因變數。 方法: 1. 的特徵向量a，得典型變數 的特徵向量b，得典型變數 。兩者特徵值ρ2相等，即為典型相關係數ρ，向量a，b為典型權重，大於0.3 者具有解釋能力。 2. 用Wilk ‘s Lambda(Λ)檢定是否所有 ，即 作總檢定。用Likelihood ratio(概似比)檢定，檢定是否第m + j個之後