第6章主成分分析实验讲义.docVIP

实验项目六 主成分分析 实验内容、目标及要求 （一）实验内容 为了研究我国2005年第1、2季度31个省、市、自治区城镇居民家庭收支基本情况，收集以下5个变量： X1：平均每户人口（人）； X2：平均每户就业人口（人）； X3：平均每一就业者负担人数（人）； X4：平均每人实际可支配收入（元）； X5：平均每人消费性支出（元）。 通过这个例子，介绍如何利用SPSS软件实现主成分分析。 （二）实验目标：利用SPSS软件的factor analysis进行主成分分析。 （三）实验要求 要求学生能熟练应用计算机软件进行主成分分析与结果分析，培养实际应用能力。 二、实验准备：电脑操作系统为Windows XP，所需软件为SPSS 11.5及以上版本。 三、实验基本操作流程及说明 （一）利用SPSS进行因子分析 将原始数据输入SPSS数据编辑窗口，将5个变量分别命名为X1－X5。在SPSS窗口中选择Analyze→Data Reduction→Factor菜单项，调出因子分析主对话框，并将变量X1－X5移入Variables框中，其他均保持系统默认选项，单击OK按钮，执行因子分析过程（关于因子分子在SPSS中实现的详细过程，参见因子分析一章），得到如表6－1所示的特征根和方差贡献表以及表52所示的因子载荷阵。 表6－1中Total列为各因子对应的特征根，本例中共提取两个公因子；% of Variance列为各因子的方差贡献率；Cumulative %列为累积方差贡献率，由表中可以看出，前两个因子已经可以解释79.31%的方差。 表51 特征根与方差贡献表 表52 旋转前因子载荷阵 （二）利用因子分析结果进行主成分分析 1. 将表 52因子载荷阵中的数据输入SPSS数据编辑窗口，两个变量分别命名为a1和a2。 2. 计算特征向量矩阵 为了计算第一个特征向量，点击菜单项中的Transform→Compute，调出Compute variable对话框，如图 6－2，在对话框中输入等式：“t1=a1 / SQRT(2.576) ”。点击OK按钮，即可在数据编辑窗口中得到以t1为变量名的第一特征向量。 图 5－2 Compute variable对话框 再次调出Compute variable对话框，在对话框中输入等式：“t2=a2 / SQRT(1.389)”，单击OK按钮，得到以t2为变量名第二特征向量。 这样，我们得到了如表 53所示的特征向量矩阵。 表 53 特征向量矩阵 t1 t2 X1 0.075 0.787 X2 0.441 0.519 X3 -0.450 0.106 X4 0.544 -0.254 X5 0.550 -0.187 根据表 53可以得到主成分的表达式： 这里需要特别注意的是，由于我们是以相关系数矩阵为出发点进行因子分析，所以，主成分表达式中的各变量X1－X5应该是经过标准化变换后的标准变量。 3. 计算主成分 计算主成分之前首先需要对原始变量X1－X5进行标准化，得到5个变量名分别为zx1－zx5的标准化变量。 再次使用Compute命令，调出Compute variable对话框，分别在对话框中输入等式： “y1 = 0.075 * zx1 + 0.441 *zx2 - 0.450 * zx3 +0.544 * zx4 +0.550 * zx5”和 “y2 = 0.787 * zx1 + 0.519 * zx2 + 0.106 * zx3 - 0.254 * zx4 - 0.178 * zx5” 就可以计算得到两个主成分。 四、实验测评与考核：本章实验要求撰写实验报告。