主成分剖析成分剖析[优质文档].pptVIP

主成分分析與因素分析;演講主持人;主要內容;主成份分析的基本概念;應用主成份分析時，應討論下列事項，而這些事項也可做為主成份分析的進行步驟 不同型態的資料(均值修正資料或標準化資料)對主成份分析的影響如何？ 主成份分析是否為適當方法？ 主成份產生新變數有什麼優缺點？ 應萃取多少個主成份才合適？也就是應該取用多少個新變數做進一步的分析與解釋？ 如何解釋主成份？ 主成份計分的應如何用來做進一步的分析？;主成分分析的數學架構;以共變異數矩陣來萃取主成份;以相關係數矩陣來萃取主成份;主成份分析的幾何意義;主成份分數（Score）;主成份負荷（loading）;直交性、共同性(Communality )與標準化資料;主成份分析與因素分析;主成份分析與因素分析;應萃取的主成份個數;主成份分析重點整理;因素分析的基本概念;因素分析法之步驟如下： STEP l ：計算相關矩陣以估計共同性???採用主成 份分析，共同性設為 1 STEP 2：從相關矩陣中萃取共同因素 STEP 3：決定因素的數目 STEP 4：旋轉因素以增加變數與因素間關係的解 釋能力 STEP 5：因素命名與結果解釋 ;因素分析的數學架構;主成份分析與因素分析;因素的萃取方法 ;主成份分析與因素分析;主成份分析與因素分析;主成份分析與因素分析;因素命名有底下幾個處理原則： 能涵括其所代表所有原始變數的名稱 命名不能偏離其代表的原始變數意義 因素重新命名 名稱必須達意 名稱不宜太長：不宜超過6個中文字，最好在4個字內 不同因素名稱間要有排他性 不同因素名稱間要有一貫性 因素命名將考驗研究者對原始變數的瞭解與中文造詣 ;因素解的適合性評估，就問因素解釋了多少指示變數間的相關 法1：利用殘差均方根(Root Mean square(off-diagonal)residuals)(RMSR)或殘差相關矩陣。 其中 為殘差矩陣上第 i 列第 j 行元素，p 是變數個數。 〔若模式合適，一般要求RMSR 0.05才好〕 法2：利用負的反映像相關矩陣，其相關係數應很小，因素模式才是合適的 ;因素的不確定性因素描述了什麼？;主成份分析與因素分析;主成份分析與因素分析;主成份分析與因素分析;主成份分析與因素分析;主成份分析與因素分析;主成份分析與因素分析;因素分析的目的就是利用此相關矩陣： 找出最少個數的共同因素，以解釋最多原變數間的相關 經由旋轉軸，找出最合理的因素解 對每一變數估計其在各個因素上的型態負荷及結構負荷，共通性(共用因素的變異數)及獨特性(唯一性)的變異數 對共同因素提出解釋 若有需要，估計因素計分 ;因素分析重點整理Two;SPSS因素分析操作教學;SPSS因素分析法;SPSS因素分析法;SPSS因素分析法;SPSS因素分析法;SPSS因素分析法;SPSS因素分析法;因素分析法結果輸出;因素分析法結果輸出;因素分析法結果輸出;因素分析法結果輸出;因素分析法結果輸出;因素分析法結果輸出;結論：主成份分析的主要目的;結論：因素分析的主要目的;