第4讲评价方法2.pptVIP

授课教师：杨励雅 中国人民大学公共管理学院城市规划与管理系 2008年11月 第一节 评价问题概述 第二节 AHP法的原理及应用 第三节 因子（主成分）分析及SPSS操作 第四节 聚类分析及SPSS操作 1、评价问题的概念 2、指标体系的构建 3、指标的标准化处理 4、指标权重的确定 5、评价方法的选择 （1）因子分析的前提条件 （2）因子提取 （3）使因子更具有命名可解释性 （4）计算各样本的因子得分 2. 因子分析的步骤 核心 （1）因子分析的前提条件 通过各种方法分析原有变量是否存在相关关系，是否适用于进行因子分析 计算相关系数矩阵：若矩阵大部分元素均小于0.3， 则认为不适合进行因子分析。 巴特利特球度检验：以原有变量的相关系数矩阵为出发 点，提出原假设：相关系数矩阵为对角阵，且主对角元素均为1（即不适合因子分析） KMO检验：比较变量间简单相关系数和偏相关系数的指标 大于0.9（非常合适） 0.8（适合）；0.7（一般） 0.6（不太适合）；0.5以下（极不适合） （2）因子提取 样本数据 因子载荷矩阵 某种方法 主成分法： ①将原有n个变量数据进行标准化处理； ②计算变量的简单相关系数矩阵R ； ③求R的特征值 及对应的特征向量 ，得到因子载荷矩阵（选取前k个特征值及特征向量）： 因子个数k的确定标准： ①选取大于1的特征值（每个特征值为每个因子的方差贡献）； ②绘制特征值的碎石图，选取拐点之前的特征值； ③选取累积方差贡献率大于0.85时的特征根个数为因子个数。 第一个因子的累积方差贡献率： 前k个因子的累积方差贡献率： （3）使因子更具命名可解释性（因子的命名） 若因子载荷aij的绝对值在第j列的多个行上都有较大的取值，则表明因子fj能同时解释多个变量，不能典型代表任何一个原有变量xi，其含义是模糊不清的。 可通过因子旋转的方式，使一个变量只在尽可能少的因子上有比较高的载荷。 最理想状态下，某个变量xi在某个因子fj上的载荷趋于1，在其他因子上的载荷趋于0 （4）计算各样本的因子得分 因子确定以后，需计算各因子在每个样本上的具体数值，这些数值称为因子得分，形成的变量称为因子变量。 计算因子得分的途径是用原有变量来描述因子。因子得分函数如下： 在后续的分析评价中，就可用因子变量代替原有变量进行数据建模 3. 因子分析的SPSS操作 Analyze → Dimension Reduction → Factor 案例一 案例二 作业 第四节 聚类分析法 1. 聚类分析的原理 2. 层次聚类及SPSS操作 3. K-means聚类及SPSS操作 1. 聚类分析的原理 概念：聚类分析是一种研究“物以类聚”问题的统计分析方法 超市商品分类：根据商品用途、价格档次、产地等多种变量因素进行归类，需要对不同品种之间的关系给出定量化描述，可采用聚类分析的方法。 例如： 国家分类：早期的“第一世界”、“第二世界”、“第三世界”。当前，国与国之间关系错综复杂，国家分类须考虑国家政体模式、经济发展水平、军事力量对比、民族关系等诸多因素。 1. 聚类分析的原理 基本方法：聚类分析是通过将一批样本（或变量）数据的诸多特征，按照在性质上的亲疏程度在没有先验知识的情况下进行自动分类，产生多个分类结果。 类内部个体特征具有相似性、不同类之间个体特征差异较大 理解聚类分析的关键是理解何谓“没有先验知识”以及“亲疏程度” “没有先验知识”：没有事先指定分类标准，即完全由样本数据出发而形成的分类。 下表是同一批客户对经常光顾的5座商厦在购物环境和服务质量两方面的评分，根据这批数据将5座商厦分类 90 94 E商厦 88 91 D商厦 82 84 C商厦 64 66 B商厦 68 73 A商厦 服务质量 购物环境 编号 “亲疏程度”：各变量取值上的总体差异程度，通常通过某种距离来测度（将每个样本数据看成K维空间上的一个点）。 个体间距离的定义，因变量类型不同而不同 A 定距型变量个体间距离的计算方式 ①欧式距离（Euclidean distance） 两个体（x,y）间的欧式距离是两个体K个变量值之差的平方和的平方根 ②平方欧氏距离（Squared Euclidean distance） 两个体（x,y）间的平方欧氏距离是两个体K个变量值之差的平方和 A商厦和B商厦间的欧氏距离 A商厦和B商厦间的平方欧氏距离 ③切比雪夫（Chebychev）距离 两个体（x,y）间的切比雪夫距离是两个体K个变量值绝对差的最大值 A商厦和B商厦间的切比雪夫距离 ④Block距离 两个体（