統(tǒng)計分析與SPSS的應用第五版課后練習答案

1、統(tǒng)計分析與SPSS的應用第五版薛薇課后練習答案第11章SPSS的因子分析1 1、 簡述因子分析的主要步驟是什么？因子分析的主要步驟：一、前提條件：要求原有變量之間存在較強的相關關系。二、因子提取。三、使因子具有命名解釋性：使提取出的因子實際含義清晰。四、計算樣本的因子得分。2 2、 對根本建設投資分析.sav.sav 數(shù)據(jù)進行因子分析。要求：1 1 利用主成分方法，以特征根大于1 1 為原那么提取因子變量，并從變量共同度角度評價因子 分 析的效果。如果因子分析效果不理想，再重新指定因子個數(shù)并進行分析，對兩次分析結(jié) 果進行比照。2 2 比照未旋轉(zhuǎn)的因子載荷矩陣和利用方差極大法進行旋轉(zhuǎn)的因子載荷矩

2、陣，直觀理解因子旋轉(zhuǎn)對因子命名可解釋性的作用?！案窘ㄔO投資分析因子分析步驟：分析降維 因子分析 導入全部變量到變量框中詳細設置,軸因子分析國內(nèi)貸軟X2/利用外資【乂3&自籌贊金x4其他投資X5J選擇孌量?：碎-I確走L粘貼巴L里置遲I取消理助描述、抽取的設置如下芟量云國家預真內(nèi)責金19抽取回得分#寮數(shù)襁棋型旦E E水平水平sBBsBB 生生舊舊行列式行列式/ /度映象度映象圈圈軍。軍。和和 BartlettBartlett 的球形度檢馳的球形度檢馳: :i岫旋轉(zhuǎn)、得分、選項的設置如下：矗大收裁性送代次均曰J胱黨翠獻相關系數(shù)矩陣國家預算內(nèi)資金 1995 年、億元國內(nèi)貸款利用外資自籌資金

3、其他投資相關系數(shù)國家預算內(nèi)資金1995 年、億元國內(nèi)貸款利用外資自籌資金其他投資1.000.458.229.331.211.4581.000.746.744.686.229.7461.000.864.776.331.744.8641.000.928.211.686.776.9281.000表一是原有變量的相關系數(shù)矩陣。由表可知，一些變量的相關系數(shù)都較高，呈較強的線?因子分抓兇子得分、蛇甘子另聽：is? J匚I;尿存為最量感?回掃遲 ?奇Rnrtl pitTU JrluJ LJ DEL Anderson-Rutjin烘按列表排胖金空口0按 對排陪4來邏C使用早 溝伍石播遲、式宙犬小1?序1 1博

4、削 諫珈型?W130T?那么SS萌辛的I/商因子得分怎數(shù)矩眸堆集:取消幫助.:單變量V 原始分析姑果i方旅方旅 : :醫(yī)畫甌醫(yī)畫甌二；二；二二二：三！二二二：三！個相美性逝薛舊/未提5號的田孑解Eo協(xié)方茬更暉ev砰石圈8 BTWEfl精證il大于：|i 。因。因子的固走敝量子的固走敝量近近要提敗的ERd：性關系，能夠從中提取公共因子，適合進行因子分析。KMO 和巴特利特檢驗| KMO 取樣適切性量數(shù).706 |Bartlett的球形度檢驗上次讀取的卡方119.614自由度10顯著性.000由表二可知，巴特利特球度檢驗統(tǒng)計量的觀測值為119.614119.614，相應的概率 P-P-值接近 0?

5、0?如果顯著性水平為 0.050.05，由于概率 P-P-值小于顯著性水平 a,a,那么應拒絕原假設，認為相關系數(shù)矩陣與單位陣有顯著差異,原有變量適合做因子分析。同時，KM0KM0 直為 0.7060.706，根據(jù) KMOKMO度量標準可知原有變量可以進行因子分析。公因子方差初始值提取國家預算內(nèi)資金1995 年、億1.000.196元國內(nèi)貸款1.000.769利用外資1.000.820自籌資金1.000.920其他投資1.000.821提取方法：主成份分析由表三可知，利用外資、白籌資金、其他投資等變量的絕大局部信息大于80%80%可被因子解釋，這些變量的信息喪失較少。但國家預算內(nèi)資金這個變量的

6、信息喪失較為嚴重近80%80%。總的來說，本次因子提取的總體效果還不錯。為了到達更好的效果，可以重新指定提取特征值的標準，指定提取2 2 個因子。補充說明如下：故由表四可知，第 1 1 個因子的特征值很高， 對解釋原有變量的奉獻最大；第三個以后的 因子特征值都較小，對解釋原有變量的奉獻很小，可以忽略，因此選取兩個因子是適宜的。在上述“抽取選項中，選擇“因子的固定數(shù)量N N 并修改其值為 2,2,其他不變。 -1方法M:主成份抽取 基于特征值舊特征值大于A:因子的固定數(shù)量叫 要提取的因子D： |2|盈大收斂性送代次數(shù)XX 25表五：重新提取因子后的公因子方差表公因子方差初始值提取國家預算內(nèi)資金1

7、995 年、億1.000.975元國內(nèi)貸款1.000.795利用外資1.000.860自籌資金1.000.937其他投資1.000.882提取方法：主成份分析表五是指定提取 2 2 個特征值下的變量共同度數(shù)據(jù)。由第二列數(shù)據(jù)可知，此時所有變量的共同度均較高，各個變量的信息喪失都較少。因此，本次因子提取的總體效果比擬理想。總方差解釋組件初始特征值提取載荷平方和總計力差百分比累積%總計方差百分比累積%13.52670.51870.5183.52670.51870.5182.92318.45288.9703.3066.11295.0824.2003.99399.0755.046.925100.000矩

8、陣E期出 -q未旋轉(zhuǎn)的因子解8 v碎石圖$提取方法：主成份分析總方差解釋i牛初始特征值提取載荷平方和旋轉(zhuǎn)載荷平方和總計方差百分比累積總計方差百分比累積總計方差百分比累積i3.52670.51870.5183.52670.51870.5183.24464.88964.8892.92318.45288.970.92318.45288.9701.20424.08188.9703.3066.11295.0824.2003.99399.0755.046.925100.000提取方法：主成份分析表六中，第一個因子的特征值為3.5263.526 , ,解釋原有 5 5 個變量總方差的 70.5%,70.5%

9、,累計方差奉獻征值為 0.9230.923 , ,解釋原有 7 7 個變量總方差的 18%18%累計方差貢 獻率為 88.97%.88.97%.率為 70.5%;70.5%;第二個因子的特(2)(2)成分矩陣組件12國家預算內(nèi)資金1995 年、億元.443.882國內(nèi)貸款.877.160利用外資.906-.199自籌資金.959-.132其他投資.906-.247提取方法：主成份分析a.已提取 2個成分。表七顯示了因子載荷矩陣。由表可知，白籌資金、其他投資、利用外資和國內(nèi)貸款四個變量在第一個因子上的載荷都較高，意味著它們與第一個因子的相關程度高，重要； 第二個因子除了與國家預算內(nèi)資金相關程度較

10、高外， 與其他的原有變量相關性較小, 明顯。第一個因子很對原有變量的解釋作用不下表采用方差極大法對因子載荷矩陣實行正交旋轉(zhuǎn)以使因子具有命名解釋性。指定按第一個因子載荷降序的順序輸出旋轉(zhuǎn)后的因子載荷，并繪制旋轉(zhuǎn)后的因子載荷圖。組件12國家預算內(nèi)資金1995 年、億元.128.979國內(nèi)貸款.775.440利用外資.921.110自籌資金.949.190其他投資.937.064提取方法：主成份分析旋轉(zhuǎn)方法：Kaiser 標準化最大方差法。旋轉(zhuǎn)后的成分矩陣aa.旋轉(zhuǎn)在 3次迭代后已收斂。由表可知，白籌資金、其他投資和利用外資在第1 1 個因子上有較高的載荷，第一個因子主要解釋了這幾個變量，可解釋為外

11、部投資；國內(nèi)貸款和國家預算內(nèi)資金在第2 2 個因子上有較高的載荷，第二個因子主要解釋了這幾個變量，可解釋為內(nèi)部投資。與旋轉(zhuǎn)前相比，因3 3、利用“消費結(jié)構(gòu).sav.sav 數(shù)據(jù)進行因子分析的局部結(jié)果如下:成分矩陣a組件12食品.843-.435 1衣著.596.687居住.886-.057家庭設備用品及效勞.893-.090醫(yī)療保健.720.478交通和通信.898-.329教育文化娛樂效勞.965-.070雜項商品和效勞.894.120提取方法：主成份分析a.已提取2個成分旋轉(zhuǎn)后的成分矩陣WT12食品.945.087衣著.1321899居住.777.429家庭設備用品及效勞.801.405醫(yī)

12、療保健.349.791交通和通信.934.206教育文化娛樂效勞.851.460雜項商品和效勞.689.583提取方法：主成份分析旋轉(zhuǎn)方法：Kaiser標準化最大方差法。a.旋轉(zhuǎn)在3次迭代后已收斂(1(1 ) )根據(jù)成分矩陣計算各變量的變量共同度以及各因子變量的方差奉獻，并以此評價本次因子分析的總體效果是否理想。(2)(2)根據(jù)旋轉(zhuǎn)成分矩陣說明兩個變量的含義“消費結(jié)構(gòu)因子分析(1)(1)各變量共同度如下：食品的變量共同度為 0.8430.843 + + ( ( -0.435-0.435 ) )=0.8999,=0.8999,其他類似。衣著為 0.8270.827居住為 0.7880.788家庭

13、設備用品及效勞為 0.8060.806醫(yī)療保健為 0.7470.747交通和通信為 0.9150.915教育文化娛樂效勞為 0.9360.936雜項商品和效勞為 0.8140.814變量共同度刻畫了因子全體對變量信息解釋的程度。此題中大多數(shù)原有變量的變量共同度均較高(全部變量共同度都大于70%70%大局部大于 8080 劉，說明提取的因子可以解釋原有變量的大局部信息，僅有較少的信息喪失，因子分析的效果較好。子含義較清晰個因子變量的方差奉獻如下：第一個因子的方差奉獻為 S S =0.843=0.843 +0.596+0.596 +0.886+0.886 +=5.704+=5.704第二個為 1.021.02 9 9因子的方差奉獻反映了因子對原有變量總方差的解釋