因子分析数学建模竞赛.docxVIP

因子分析数学建模竞赛.docx

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

分析流程

数据源:

男生日食谱营养成分.xlsx

算法配置:

算法:因子分析(探索性)

分析结果:

暂无数据

分析步骤

1.首先进行KMO和Bartlett的检验,判断是否可以进行因子分析。对于KMO值:0.9上非常合适做因子分析,0.7-0.9之间适合,0.6-0.7之间尚可,0.5-0.6之间表示差,0.5下应该放弃;通KMO值检验可以说明是否适合使用因子分析。

2.对于Bartlett的检验,若(P0.05),拒绝原假设,则说明可以做因子分析,若不拒绝原假设,则说明这些变量可能独立提供一些信息,不适合做因子分析。

3.通过分析方差解释表格和碎石图,确定因子的数量。方差解释表格主要是看因子对于变量解释的贡献率(可以理解为究竟需要多少因子才能把变量表达为100%),如果太低(如低于60%)则需要调整因子数据。碎石图的作用是根据特征值下降的坡度来确认需要选择的因子个数,这两者结合可用于确认或调整因子个数。

4.通过分析因子载荷系数与热力图,可以分析到每个因子中隐变量的重要性,如研究【多金属矿体】中25种有用元素的分布规律,其中各元素视为指标,假设前文确定得到5个因子,因子1中,SO、SO2、Na2S、HS、H2S因子载荷系数较大,因此可将因子1确定为硫化物成分,以此类推,也可结合具体业务进行各因子的隐变量分析。通过分析成分矩阵,得出因子公式。

5.基于因子载荷图通过将多因子降维成双因子或者三因子,通过象限图的方式呈现因子的空间分布。如果提取2个因子时,无法呈现三维载荷因子散点图,如果提取1个因子时,无法显示因子象限图。

6.通过分析成分矩阵,得出因子成分公式与权重。

7.输出因子分析法综合得分。

详细结论

输出结果1:KMO检验和Bartlett的检验

KMO检验和Bartlett的检验

KMO值

0.000

Bartlett球形度检验

近似卡方

4141.254

df

276

P

0.000***

注:***、**、*分别代表1%、5%、10%的显著性水平

图表说明:

上表展示了KMO检验和Bartlett球形检验的结果,用来分析是否可以进行因子分析。

●若通过KMO检验(KMO0.6),说明了题项变量之间是存在相关性的,符合因子分析要求;

●若通过Bartlett检验:P0.05,呈显著性,则可以进行因子分析。

智能分析:

KMO检验的结果显示,KMO的值为nan,同时,Bartlett球形检验的结果显示,显著性P值为0.000***,水平上呈现显著性,拒绝原假设,各变量间具有相关性,因子分析有效,程度为极不适合。

输出结果2:方差解释表格

总方差解释

成分

旋转前方差解释率

旋转后方差解释率

特征根

方差解释率(%)

累积方差解释率(%)

特征根

方差解释率(%)

累积方差解释率(%)

1

12.196

50.817

50.817

12.196

50.817

50.817

2

3.661

15.255

66.072

3

3.097

12.906

78.978

4

1.325

5.52

84.497

5

1.112

4.631

89.129

6

0.892

3.716

92.845

7

0.698

2.906

95.752

8

0.427

1.779

97.531

9

0.273

1.138

98.669

10

0.161

0.672

99.341

11

0.084

0.349

99.69

12

0.044

0.185

99.874

13

0.017

0.071

99.945

14

0.009

0.038

99.984

15

0.002

0.009

99.993

16

0.001

0.004

99.998

17

0.001

0.002

100

18

100

19

100

20

100

21

100

22

100

23

100

24

100

图表说明:

上表为总方差解释表格,主要是看因子对于变量解释的贡献率(可以理解为究竟需要多少因子才能把变量表达为100%),如果太低(如低于60%)则需要调整因子数量。

●一般情况下,方差解释率越高,说明该主成分越重要,权重占比也应该越高。旋转后因子的方差解释率,特征根,方差解释率,累积方差解释率,用于求解主成分公式。

●当因子数量设置为1时,单个因子的方差解释率不支持旋转,因此旋转后方差解释率为空。

智能分析:

方差解释表中,在主成分6时,总方差解释的特征根低于1.0,变量解释的贡献率达到92.845,以上仅为参考,若特征根小于1.0临界值过大,也可以集合具体情况具体分析。

输出结果3:碎石图

图表说明:

●碎石图是根据各主成分对数据变异的解释程度绘制的图。其作用是根据特征值下降的坡度来确认需要选择的因子主成分个数,结合方差解

文档评论(0)

星空 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档