因子分析和主成分分析

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

因子分析和主成分分析

实验目的

学习利用SPSS进行因子分析和主成分分析。

二、实验性质

选修,基础层次

三、主要仪器及试材

计算机及SPSS软件

四、实验内容

因子分析

五、实验学时

2学时

六、实验方法与步骤

1. 开机;

2. 找到SPSS的快捷按纽或在程序中找到SPSS,打开SPSS;

3. 按要求建立数据文件;

4. 进行统计分析;

5. 撰写实验报告;

6. 关闭SPSS,关机。

七、实验注意事项

1. 实验中不轻易改动SPSS的参数设置,以免引起系统运行问题。

2. 遇到各种难以处理的问题,请询问指导教师。

3. 为保证计算机的安全,上机过程中非经指导教师和实验室管理人员同意,禁止使用移动

存储器。

4. 每次上机,个人应按规定要求使用同一计算机,如因故障需更换,应报指导教师或实验

室管理人员同意。

5. 上机时间,禁止使用计算机从事与课程无关的工作。

八、上机作业

例1:下表资料为25名健康人的7项生化检验结果,7项生化检验指标依次命名为X1至X7,请对该资料进行因子分析。

实验步骤:

1.建立数据文件。定义变量名:分别为X1、X2、X3、X4、X5、X6、X7,按顺序输入相应数值,建立数据文件,保存为“生化检验”。

2.选择菜单“分析→降维→因子分析”,弹出“因子分析”对话框。在对话框左侧的变量列表中选变量X1至X7,进入“变量”框,如图1。

3.单击“描述”按钮,弹出“因子分析:描述统计”对话框,在“统计量”中选“单变量描述性”项,输出各变量的均数与标准差,“在相关矩阵”栏内选“系数”,计算相关系数矩阵,并选“KMO 和Bartlett的球型度检验”项,对相关系数矩阵进行统计学检验,如图2。

图1

图2

4.单击“抽取”按钮,弹出“因子分析:抽取”对话框,选用“主成分”方法提取因子,如图3。

图3

5.单击“旋转”按钮,弹出“因子分析:旋转”对话框,在“方法”栏中选择“最大方差”进行因子正交旋转,如图4。

6.单击“得分”按钮,弹出“因子分析:得分”对话框,选择“回归”项估计因子得分系数,如图5。

7.单击“确定”,得到输出结果。

图4

图5

实验结果

(1)考察原有变量是否适合进行因子分析

表1

表1显示原有变量的相关系数矩阵,可以看出大部分的相关系数都比较高,各变量呈较强的线性关系,能够从中提取公共因子,适合进行因子分析。

表2

由表1-2可知,巴特利特球度检验统计量观测值为326.191,相应的概率p值接近0,如果显著性水平α为0.05,由于概率p值小于显著性水平α,应拒绝零假设,可以认为相关系数矩阵与单位阵有显著差异,同时KMO值为0.321,根据Kaiser给出的KMO度量标准可知KMO值偏小,意味着因子分析的结果可能不能接受。

(2)提取因子

表3

表4

表3和表4为因子方差表,提取因子后因子方差的值均很高,表明提取的因子能很好的描述这7个指标。方差分解表也表明前两个因子能够解释7个指标的88.593%。综合以上,提取前两个因子最好了。

(3)因子的命名解释

表5

表6

由表5、表6可知,由旋转成份矩阵可以看出,经旋转后,因子便于命名和解释。因子1主要解释的是X1、X2、X4、X7,命名为FAC1_1;而因子2主要解释的是其余三个指标,X3、X5、X6。命名为FAC2_1。

九、课外作业:

1. 数据文件“development.sav”是某年我国各省发展状况的一些指标,包括人均GDP、

人力资源指数CAPITAL、人均收入INCOME、人均净收入NETINC、教育指数、健康指数,试用主成分法或者因子分析法寻找这些指标主要代表了发展状况的哪些特征,以及各省市的发展程度排序。

2. 对某市15个大中型工业企业经济效益进行分析。经研究,从有关经济效益指标中选择7

个指标作分析,即:固定资产产值率、固定资产利税率、资金利润率、资金利税率、流动资金周转天数、销售收入利税率和全员劳动生产率,数据文件为“某市工业企业效益指标.sav”,试研究该市大中型工业企业经济效益的状况及差异。

1、实验步骤:

1.打开数据文件“development.sav”。

2.选择菜单“分析→降维→因子分析”,弹出“因子分析”对话框。在对话框左侧的变量列表中选变量gdp,capital,income,netinc,education,healcare,进入“变量”框,如图1-1。

3.单击“描述”按钮,弹出“因子分析:描述统计”对话框,在“统计量”中选“单变量描述性”项,输出各变量的均数与标准差,“在相关矩阵”栏内选“系数”,计算相关系数矩阵,并选“KMO 和Bartlett的球型度检验”项,对相关系数矩阵进行统计学检验,如图1-2。

图1-1

图1-2

4.单击“抽取”按钮,弹出“因子分析:抽取”对话框,选用“主成分”方法提取因子,如图1-3。

图1-3

5.单击“旋转”按钮,弹出“因子分析:旋转”对话框,在“方法”栏中选择“最大方差”进行因子正交旋转,如图1-4。

6.单击“得分”按钮,弹出“因子分析:得分”对话框,选择“回归”项估计因子得分系数,如图1-5。

7.单击“确定”钮,得到输出结果。

图1-4

图1-5

2、实验结果

(1)考察原有变量是否适合进行因子分析

表1-1

相关文档
最新文档