主成分分析確定權(quán)重方法_第1頁(yè)
主成分分析確定權(quán)重方法_第2頁(yè)
主成分分析確定權(quán)重方法_第3頁(yè)
主成分分析確定權(quán)重方法_第4頁(yè)
主成分分析確定權(quán)重方法_第5頁(yè)
已閱讀5頁(yè),還剩3頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、文章轉(zhuǎn)自 :/blog.sina .cn/s/blog_a032adb90101k47u.html確定權(quán)重方法:主成分分析什么是權(quán)重呢?所謂權(quán)重,是指某指標(biāo)在整體評(píng)價(jià)中的相對(duì)重要程度。權(quán)重越大那么該指標(biāo)的重要性越高,對(duì)整體的影響就越高。權(quán)重要滿足兩個(gè)條件:每個(gè)指標(biāo)的權(quán)重在0、1之間。所有指標(biāo)的權(quán)重和為1。權(quán)重確實(shí)定方法有很多,這里我們學(xué)慣用主成分分析確定權(quán)重。一、主成分根本思想:圖1 主成分根本思想的問(wèn)與答二、利用主成分確定權(quán)重如何利用主成分分析法確定指標(biāo)權(quán)重呢?現(xiàn)舉例說(shuō)明。假設(shè)我們對(duì)反映某賣場(chǎng)表現(xiàn)的4項(xiàng)指標(biāo)實(shí)體店、信譽(yù)、企業(yè)形象、效勞進(jìn)展消費(fèi)者滿意度調(diào)研。調(diào)研采取4級(jí)量表,分值越大,滿意度越

2、高?,F(xiàn)回收有效問(wèn)卷2000份,并用SPSS錄入了問(wèn)卷數(shù)據(jù)。部分?jǐn)?shù)據(jù)見(jiàn)以下圖詳細(xì)數(shù)據(jù)見(jiàn)我的微盤,下載地址為 :/vdisk.weibo /s/yR83T。圖2 主成分確定權(quán)重例如數(shù)據(jù)部分1、操作步驟:Step1:選擇菜單:分析降維因子分析Step2:將4項(xiàng)評(píng)價(jià)指標(biāo)選入到變量框中Step3:設(shè)置選項(xiàng),詳細(xì)設(shè)置如下:2、輸出結(jié)果分析按照以上操作步驟,得到的主要輸出結(jié)果為表1表3,詳細(xì)結(jié)果與分析如下:表1 KMO 和 Bartlett 的檢驗(yàn)表1是對(duì)本例是否適宜于主成分分析的檢驗(yàn)。KMO的檢驗(yàn)標(biāo)準(zhǔn)見(jiàn)圖3。圖3 KMO檢驗(yàn)標(biāo)準(zhǔn)從圖3可知,本例適宜主成分分析的程度為一般,根本可以用主成分分析求權(quán)重。表2

3、解釋的總方差從表2可知,前2個(gè)主成分對(duì)應(yīng)的特征根1,提取前2個(gè)主成分的累計(jì)方差奉獻(xiàn)率到達(dá)94.513% ,超過(guò)80%。因此前2個(gè)主成分根本可以反映全部指標(biāo)的信息,可以代替原來(lái)的4個(gè)指標(biāo)實(shí)體店、信譽(yù)、企業(yè)形象、效勞。表3成份矩陣從表3可知第一主成分與第二主成分對(duì)原來(lái)指標(biāo)的載荷數(shù)。例如,第一主成分對(duì)實(shí)體店的載荷數(shù)為0.957。3、確定權(quán)重用主成分分析確定權(quán)重有:指標(biāo)權(quán)重等于以主成分的方差奉獻(xiàn)率為權(quán)重,對(duì)該指標(biāo)在各主成分線性組合中的系數(shù)的加權(quán)平均的歸一化因此,要確定指標(biāo)權(quán)重需要知道三點(diǎn):A 指標(biāo)在各主成分線性組合中的系數(shù)B 主成分的方差奉獻(xiàn)率C 指標(biāo)權(quán)重的歸一化1指標(biāo)在不同主成分線性組合中的系數(shù)這個(gè)

4、系數(shù)如何求呢?用表3中的載荷數(shù)除以表2中第1列對(duì)應(yīng)的特征根的開(kāi)方。例如,在第一主成分F1的線性組合中,實(shí)體店的系數(shù)=0.957/(2.775)1/20.574。按此方法,基于表2和表3的數(shù)據(jù),在excel中可分別計(jì)算出各指標(biāo)在兩個(gè)主成分線性組合中的系數(shù)見(jiàn)圖4,其中SQRT表示開(kāi)方圖4 各指標(biāo)在兩個(gè)主成分線性組合中的系數(shù)由此得到的兩個(gè)主成分線性組合如下:F1=0.5741-0.0192+0.5743+0.5834F2=-0.0481+0.9962+0.0103+0.07042主成分的方差奉獻(xiàn)率表2中“初始特征值的“方差%表示各主成分方差奉獻(xiàn)率,方差奉獻(xiàn)率越大那么該主成分的重要性越強(qiáng)。因此,方差奉獻(xiàn)率可以看成是不同主成分的權(quán)重。由于原有指標(biāo)根本可以用前兩個(gè)主成分代替,因此,指標(biāo)系數(shù)可以看成是以這兩個(gè)主成分方差奉獻(xiàn)率為權(quán)重,對(duì)指標(biāo)在這兩個(gè)主成分線性組合中的系數(shù)做加權(quán)平均。說(shuō)得有些晦澀,我們來(lái)舉個(gè)例子。按上述思路,實(shí)體店1這個(gè)指標(biāo)的系數(shù)為:這樣,我們可以用excel計(jì)算出所有指標(biāo)的系數(shù)見(jiàn)圖5圖5 所有指標(biāo)在綜合得分模型中的系數(shù)由此得到綜合得分模型為:Y=0.4091+0.2512+0.4243+0.44643指標(biāo)權(quán)重的歸一化由于所有指標(biāo)的權(quán)重之和為1,因此指標(biāo)權(quán)重需要在綜合模型中指標(biāo)系數(shù)的根底上歸一化見(jiàn)圖6圖6

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論