主成分分析和因子分析.ppt

第一组

第1题

全国重点水泥企业某年的经济效益分析，评价指标有：

X1为固定资产利税率,

X2为资金利税率,

X3为销售收入利税率,

X4为资金利润率,

X5为固定资产产值率,

X6-流动资金周转天数,

X7-万元产值能耗,

X8-全员劳动生产率

现有15家水泥企业的数据，试利用主成分法综合评价其效益。

先将数据标准化：

得到标准化的数据如下：

对标准化后的数据作主成分分析：

由上表可以看到，前面三个主成分解释了全部方差的

89.854%，说明可由前三个主成分代表原来的8个指

标评价经济效益。

在因子对话框中，点击抽取按钮，输入抽取3个因子数:

第一主成分的方差为5.054，第二主成分的方差为

1.288，第三主成分的方差为0.847。

由上表得出三个主成分的线性组合如下：

l计算各企业经济效益的综合得分

由综合得分可排出企业经济效益的名次。

九章第2题

在企业经济效益的评价中,涉及的指标往往很多.为了简化系统结构

,抓住经济效益评价中的主要问题,可利用主成分分析法进行综合评价。在

对我国部分省,市,自治区独立核算的工业企业的经济效益评价中,涉及到9

项指标,用主成分分析进行综合评价。

x1-100元固定资产原值实现产值,

X2-100元固定资产原值实现利税,

X3-100元资金实现利税,

X4-100元工业总产值实现利税,

X5-100元销售收入实现利税,

X6-每吨标准煤实现工业产值,

X7-每千瓦时电力实现工业产值,

X8-全员劳动生产率,

X9-100元流动资金实现产值

SPSS操作：分析——描述统计——描述

标准化数据

SPSS操作：分析——降维——因子分析

主成分分析方法适用于变量之间存在较

强相关性的数据。上表为各个指标的相

关系数矩阵，由表中数据可以看出各个

变量之间存在较强的相关性，因此运用

主成分分析可以起到很好的降维作用。

相关矩阵

分析结果：

2、特征值、贡献率结果表

上表是特征值、贡献率的结果

表。该表显示了各主成分解释

原始变量总方差的情况，由表

中数据可以看出前两个成分的

累积贡献率是87.036%大于

85%，因此保留2个主成分最

合适。

3、成分矩阵和成分得分矩阵

对上表中的第i列的

每个元素分别除以

第i个特征根的平方

根，这样得到主成

分分析的第i个主成

分的系数，结果如

下表。

3、成分矩阵和成分得分矩阵

对上表中的第i列的每个元

素分别乘以第i个特征根的

平方根，这样得到主成分

分析的第i个主成分的系数，

结果如下表。

主成分系数1主成分系数2

100元固定资产原值实现产值X10.36797-0.27168

100元固定资产原值实现利税X20.3871220.123983

100元资金实现利税X30.3707820.255307

100元工业总产值实现利税X40.0921620.720306

100元销售收入实现利税X50.1825310.468469

每吨标准煤实现工业产值X60.370388-0.17334

每千瓦时电力实现工业产值X70.354251-0.23761

全员劳动生产率X80.3799