因子分析(最新整理版).docxVIP

PAGE

学生实验报告

学院：统计学院

课程名称：多元统计分析

专业班级：11统计3班

姓名：马丽平

学号：0112797

学生实验报告

学生姓名

马丽平

学号

0112797

同组人

实验项目

方差分析

□必修□选修

□演示性实验□验证性实验□操作性实验□综合性实验

实验地点

实验仪器台号

指导教师

实验日期及节次

一、实验目的及要求：

1、目的

了解怎样运用SPSS软件对数据进行因子分析，熟悉因子分析的原理，以及运用软件进行因子分析输出数据的意义。

2、内容及要求

对2009年我国88个房地产上市公司做因子分析

二、仪器用具：

仪器名称

规格/型号

数量

备注

计算机

1

有网络环境

SPSS软件

1

三、实验方法与步骤:

1、录入数据

为方便查看，将数据中的10个指标市盈、净资产收益率、总资产报酬率、毛利率、资产现金率、应收应付比、营业利润占比、流通市值、总市值、成交量（手）分为记为X1、X2、X3、X4、X5、X6、X7、X8、X9、X10

2、进行因子分析

四、实验结果与数据处理：

1、表1给出了该次分析从每个原始变量中提取的信息，表格下面的标注表明，该次分析是用因子分析模块默认的信息提取方法即主成分分析完成的。

公因子方差

初始

提取

X1

1.000

.706

X2

1.000

.609

X3

1.000

.822

X4

1.000

.280

X5

1.000

.731

X6

1.000

.561

X7

1.000

.782

X8

1.000

.957

X9

1.000

.928

X10

1.000

.858

提取方法：主成份分析。

表1

2、表2显示了各主成分解释原始变量总方差的情况，SPSS默认保留特征根大于1的主成分，在本次分析中可以看到保留了4个主成分为宜，这4个主成分集中了原始变量信息的72.343%，可见效果比较好。

解释的总方差

成份

初始特征值

提取平方和载入

旋转平方和载入

合计

方差的%

累积%

合计

方差的%

累积%

合计

方差的%

累积%

1

2.909

29.092

29.092

2.909

29.092

29.092

2.727

27.269

27.269

2

1.907

19.069

48.162

1.907

19.069

48.162

1.904

19.043

46.311

3

1.251

12.506

60.667

1.251

12.506

60.667

1.354

13.541

59.852

4

1.168

11.676

72.343

1.168

11.676

72.343

1.249

12.491

72.343

5

.972

9.718

82.061

6

.730

7.299

89.359

7

.520

5.201

94.560

8

.305

3.050

97.610

9

.192

1.925

99.535

10

.047

.465

100.000

提取方法：主成份分析。

表2

3、表3得到的是未旋转的公共因子系数，但是由于该公共因子的实际意义不好解释，因此不作为因子分析的最终结果。

成份矩阵a

成份

1

2

3

4

X8

.934

-.253

.125

.067

X9

.926

-.257

.064

.013

X10

.849

-.357

.065

.082

X3

.322

.791

.295

.073

X2

.269

.669

.125

-.271

X1

-.333

-.582

.418

-.286

X4

.202

.418

.222

.122

X7

.198

.155

-.776

.341

X6

-.231

-.190

.019

.687

X5

.195

-.052

-.544

-.627

提取方法:主成份。

a.已提取了4个成份。

表3

4、表4为旋转成分矩阵表。从表中可以得出

X1=-0.06*F1-0.458*F2-0.701*F3-0.017*F4

X2=-0.013*F1-0.707*F2+0.029*F3+0.328*F4

其余以此类推

旋转成份矩阵a

成份

1

2

3

4

X8

.971

.110

.032

.042

X9

.952

.079

.058

.111

X10

.925

-.029

.041

.022

X3

.043

.903

.070

-.021

X2

-.013

.707

.029

.328

X4

.069

.513

.021

-.104

X7

.055

-.090

.878

.020

X1

-.060

-.458

-.701

-.017