主成分分析和因子分析实例复习课程.pptVIP

主成分与因子分析实例;主成分分析和因子分析;成绩数据;从本例可能提出的问题;主成分分析;主成分分析;主成分分析;对于我们的数据，SPSS输出为：;主成分分析的一般模型;主成分分析;主成分的含义;主成分的含义;由Component1的系数除以 ，得到：;主成分分析;头两个成分特征值对应的方差累积占了总方差的81.142%，称为累计方差贡献率为81.142%。后面的特征值的贡献越来越少。 一般我们取累计方差贡献率达到85%左右的前k个主成分就可以了，因为它们已经代表了绝大部分的信息 。 Spss中选取主成分的方法有两个：一是根据特征根≥1来选取； 另一种是用户直接规定主成分的个数来选取。 ;特征值的贡献还可以从SPSS的所谓碎石图看出;可以把第一和第二主成分的点画出一个二维图以直 观地显示它们如何解释原来的变量的。;因子分析;因子分析;因子载荷;;公因子方差表;因子旋转;这里，第一个因子主要和语文、历史、英语科有很强的正相关；而第二个因子主要和数学、物理、化学三科有很强的正相关。因此可以给第一个因子起名为“文科因子”，而给第二个因子起名为“理科因子”。从这个例子可以看出，因子分析的结果比主成分分析解释性更强。 ;这些系数所形成的散点图（在SPSS中也称载荷图），可以直观看出每个因子代表了一类学科 。;因子得分;可以根据输出，计算出每个学生的第一个因子和第二个因子的大小，即算出每个学生的因子得分f1和f2。;人们可以根据这两个函数分别计算出每个学生的两套因子得分，对学生分别按照文科和理科排序。 也可以每个因子的方差贡献率为权数，进行加权综合，计算出每个学生的总得分，以此排队。;主成分和因子分析的一些注意事项;主成分和因子分析的一些注意事项;Spss实现