聚类分析对应分析因子分析主成分分析spss操作入门课件.pptVIP

主成分分析 基本介绍： 把原来多个变量转化为少数几个综合指标的统计分析方法，属于降维处理技术； 从原始变量中导出少数几个主成分，用几个主成分表达原始变量绝大部分信息，且彼此间互不相关； 基本思想： 通过变量变换把注意力集中在具有较大变差的那些主成分上，而舍弃那些变差小的主成分； 原有变量的线性组合表示新的综合变量，即主成分； 主成分分析与因子分析区别： 主成分分析仅仅是变量变换，而因子分析需要构造因子模型； 主成分的个数i=原变量的个数p，其实质是p维空间的坐标变换，不改变原始数据的结构。而因子分析则是对原观测变量分解成公共因子和特殊因子两部分。 ?主成分的各系数，是唯一确定的、正交的。不可以对系数矩阵进行任何的旋转，且系数大小并不代表原变量与主成分的相关程度；而因子模型的系数矩阵是不唯一的、可以进行旋转的，且该矩阵表明了原变量和公共因子的相关程度。 主成分分析 主要步骤 主成分与综合得分比较 指标数据 标准化 (SPSS自动执行 指标相关 性判定 确定主 成份个数 主成分 Fi表达式 主成分 Fi命名 主成分分析 例2：已知2003年沪、深两市48家上市公司的13个财务指标数据。 主成分分析 软件操作 主成分分析 输出结果 输出结果 主成分分析 ÷ 　 1 2 3 4 流动比率 0.12 0.56 0.12 0.05 速动比率 0.21 0.51 0.13 0.12 总资产周转率 0.23 -0.26 0.35 0.39 存货周转率 0.21 -0.29 0.33 0.38 营运资本 0.20 0.48 0.17 0.15 每股收益 0.36 -0.11 -0.05 0.05 净利润增长率 0.26 -0.07 0.31 -0.55 每股收益增长率 0.26 -0.07 0.31 -0.56 主营业务毛利率 0.21 0.04 -0.58 -0.15 主营业务利润率 0.31 -0.03 -0.31 0.14 成本费用利润率 0.35 -0.01 -0.25 0.01 净资产收益率 0.38 -0.10 -0.08 0.01 总资产利润率 0.37 -0.08 -0.11 0.08 ÷ ÷ ÷ 特征值对应的特征向量 注：主成分个数提取原则为：主成分对应的特征值大于1的前m个主成分 获利主成分 运营主成分 成长主成分 不好命名 主成分得分函数： F1 =0.12*Z(流动比率)+0.21*Z(速动比率)+0.23*Z(总资产周转率)+……+0.37*Z(总资产利润率) …… F4 =0.05*Z(流动比率)+0.12*Z(速动比率)+0.39*Z(总资产周转率)+……+0.08*Z(总资产利润率) 注： 所有变量数值均为标准化之后的 综合得分函数： F=（51.106%* F1 +18.405% * F2 +10.853% * F3 +9.287%* F4 ）/89.651% 输出结果 主成分分析 　 1 2 3 4 流动比率 0.12 0.56 0.12 0.05 速动比率 0.21 0.51 0.13 0.12 总资产周转率 0.23 -0.26 0.35 0.39 存货周转率 0.21 -0.29 0.33 0.38 营运资本 0.20 0.48 0.17 0.15 每股收益 0.36 -0.11 -0.05 0.05 净利润增长率 0.26 -0.07 0.31 -0.55 每股收益增长率 0.26 -0.07 0.31 -0.56 主营业务毛利率 0.21 0.04 -0.58 -0.15 主营业务利润率 0.31 -0.03 -0.31 0.14 成本费用利润率 0.35 -0.01 -0.25 0.01 净资产收益率 0.38 -0.10 -0.08 0.01 总资产利润率 0.37 -0.08 -0.11 0.08 特征值对应的特征向量 聚类分析、对应分析、因子分析、主成分分析spss操作入门 亲疏程度的判定 距离：将每一个样本看作p维空间的一个点，并用某种度量测量点与点之间的距离，距离较近的归为一类，距离较远的点应属于不同的类； 相似系数：性质越接近的变量或样本，它们的相似系数越接近于1或一l，而彼此无关的变量或样本它们的相似系数则越接近于0，相似的为一类，不相似的为不同类； 聚类方法不同： 系统聚类：又称为层次聚类（hierarchical cluster），聚类过程是按照一定层次进行的； K均值聚类（ K-means C