最新實驗六因子分析分析解析

1、實驗六 因子分析一、實驗?zāi)康膶W習利用SPSS進行因子分析。二、實驗步驟下表資料為25名健康人的7項生化檢驗結(jié)果，7項生化檢驗指標依次命名為 X1至X7,請對該資料進行因子分析。X1X2X3X4X5X6X73.763.660.545.289.7713.744.78 一8.594.991.3410.027.5010.162.136.226.144.529.842.172.731.097.577.287.0712.661.792.100.829.037.082.5911.764.546.221.285.513.981.306.925.337.302.403.270.620.443.367.638.8

2、48.398.747.003.3111.683.534.761.129.649.491.0313.5713.1318.522.359.731.331.009.879.8711.063.708.592.981.179.177.859.912.627.125.493.689.722.643.431.194.693.012.175.982.763.552.015.511.341.275.814.575.383.431.661.611.572.801.782.093.725.905.761.558.845.407.501.979.849.271.5113.609.0212.671.758.394.92

3、2.5410.053.965.241.434.944.381.036.686.499.062.817.232.301.777.794.395.372.279.467.311.0412.0011.5816.182.429.555.354.2511.742.773.511.054.944.524.508.071.792.101.298.213.082.429.103.754.661.729.416.445.1112.502.453.100.91實驗步驟:1.建立數(shù)據(jù)文件。定義變量名：分別為XI、X2、X3、X4、X5、X6、X7,按順序輸入相應(yīng)數(shù)值， 建立數(shù)據(jù)文件。2 .選擇菜單Analyze一D

4、ata Reduction 一Factor ，彈出“Factor Analysis”對話框。在對話框左側(cè)的變量列表中選變量X1至X7，進入“Variables 框，如圖1。單擊Descriptives ”按鈕，彈出“Factor Analysis: Descriptives” 對話框，在“Statistics ”中選“Univariate descriptives ”項，輸出各變量 精品文檔的均數(shù)與標準差，“在Correlation Matrix”欄內(nèi)選“Coefficients”，計算相 關(guān)系數(shù)矩陣，并選KMO and Bartletts test of sphericity ”項，對相關(guān)系

5、 數(shù)矩陣進行統(tǒng)計學檢驗，如圖2。圖1圖2單擊“Extraction按鈕，彈出“Factor Analysis: Extraction對 話框，選用“Principal components方法提取因子，如圖3。圖3單擊Rotation按鈕，彈出“Factor Analysis: Rotation” 對話框， 在“Method欄中選擇Varimax”進行因子正交旋轉(zhuǎn)，如圖4。單擊Scores按鈕，彈出“Factor Analysis: Scores對話框，選 擇“Regression”項估計因子得分系數(shù)，如圖5。單擊“ OK ”鈕，得到輸出結(jié)果。三、實驗習題對2008年重慶市40個區(qū)縣經(jīng)濟發(fā)展基

6、本情況進行分析，選擇合適的分析變 量，找出影響地區(qū)社會經(jīng)濟發(fā)展水平的主要因子，并對各地區(qū)發(fā)展水平進行綜合 評價或者對各地區(qū)經(jīng)濟發(fā)展狀況進行分類。選取重慶市40個區(qū)市縣經(jīng)濟發(fā)展基本情況的八項指標進行分析，分別為：X1 工業(yè)總產(chǎn)值（萬兀），X2 農(nóng)業(yè)總產(chǎn)值（萬兀），X3 建筑業(yè)總產(chǎn)值（萬兀）， X4-地方財政預算內(nèi)收入（億元），X5-非農(nóng)業(yè)人口（萬人），X6-公路貨運 量（萬噸），X7-城鎮(zhèn)化率（），X8-農(nóng)村居民人均住房面積（平方米），數(shù)據(jù)如下：區(qū)縣工業(yè)總產(chǎn) 值（萬元）農(nóng)業(yè)總 產(chǎn)值（萬 元）建筑業(yè)總 產(chǎn)值（萬 元）地方財政預算內(nèi)收入（億元）非農(nóng)業(yè)人口（萬人）公路貨運 量（萬噸）城鎮(zhèn)化率農(nóng)村居民人

7、均住房面積（平方米）渝中區(qū)2242330115037521433959.569341000.00大渡口區(qū)3125659240502746787809918.39232710046.95江北區(qū)29962473836863491629694545.91182910032.06沙坪壩區(qū)4624569619229013482570065805九龍坡區(qū)666596790486148893913123358.87131310040.11南岸區(qū)38990825086068050417525447.63243710048.16北碚區(qū)26515871189693484681060683

8、0.86125471.2441.26渝北區(qū)6051440240448158546223362144.07220166.4442.32巴南區(qū)351251734531378967812022928.88125169.3939.23萬盛區(qū)32961862386315683336113.23231770.8145.79雙橋區(qū)82466544425263262412.8220592.8333.85涪陵區(qū)308584937531391268223539633.0485453.9136.07精品文檔長壽區(qū)155345128244650742717279021.46121048.739.41江津區(qū)235458

9、656704851258618835940.02121253.838.53合川區(qū)88123247009229372117138532.04140050.838.33永川區(qū)136723736644966020814216729.72284454.636.91南川區(qū)8866442784591532846797411.7135144.937.56綦江縣8622653236219669410249822.18290537.4135.51潼南縣2379763193984490833830411.9936228.730.81銅梁縣72332926459317414012351614.9529636.413

10、9.98大足縣6914312957001745268137417.72102034.3435.51榮昌縣119565531075815116210588318.5125736.4132.83璧山縣157187915499213806213522715.9285937.9242.00萬州區(qū)173825742457196609614739951.06172051.0237.55梁平縣438658254423925034016611.8165031.743.14城口縣157206547966520142662.9510120.3930.52豐都縣235975216427951393686315.05

11、12528.5135.04墊江縣5290922625971621915247914.43112330.635.90忠縣2775962760322081154148616.0120328.937.17開縣4208193874862926894822621.29642.63240.84云陽縣1017032885961122302614118.4026028.434.71奉節(jié)縣903902762751589893854413.2215828.1628.38巫山縣773541507161031752403810.2937025.5229.90巫溪縣5826311796630406137856.2919

12、220.135.72黔江區(qū)4385201399431183716833710.3621432.5534.33武隆縣15981914247055382373955.9220229.9436.19石柱縣19847716718863355282758.8341923.0343.45秀山縣43885514523952199400928.6214523.4438.28酉陽縣11063918337995461254198.5626020.0335.57彭水縣203829179654209276351506.6711521.3233.05實驗七 SPSS主成份分析一、實驗?zāi)康膶W習利用SPSS進行主成份分析二

13、、實驗內(nèi)容和步驟1、選 AnalyzeData ReductionFactor 進入主對話框；2、把變量選入Variables，然后點擊Extraction,3、在Method選擇一個方法（如果是主成分分析，則選Principal Components）,4、下面的選項可以隨意，比如要畫碎石圖就選Scree plot，另外在Extract選項可以按 照特征值的大小選主成分（或因子），也可以選定因子的數(shù)目；之后回到主對話框（用Continue）。然后點擊Rotation，再在該對話框中的Method選擇 一個旋轉(zhuǎn)方法（如果是主成分分析就選None），三、實驗習題（二選一）1.下表為山東省2006

14、年統(tǒng)計數(shù)據(jù)，對此做主成分分析，找出主成分，并按 第一、第二主成分對山東省各城市進行綜合排名，說明排名結(jié)果。表1山東省2006年統(tǒng)計數(shù)據(jù)單位：5元地 區(qū):地區(qū)生產(chǎn)總值 第一產(chǎn)業(yè)增加值 第二產(chǎn)業(yè)增加值#工業(yè)增加值第三產(chǎn)業(yè)增加值濟南市 青島市 淄博市 棗莊市 東營市 煙臺市 濰坊市 濟寧市 泰安市 威海市 日照市 來無市 臨沂市 德州市 聊城市 濱州市 荷澤市單位： 地區(qū)2185.09145.121001.783206.58183.951677.171645.1662.721079.06759.9568.48482.821450.3153.271170.132405.75216.011462.241

15、720.88211.811000.631456.09187.06803.441018.18116.28572.221368.53116.58849.59505.8773.89251.56291.9819.55192.401404.86178.65730.831003.38140.73559.51841.33138.84491.96833.6797.21514.82539.60166.44247.72各方面的支出（萬元）流通部門 文體廣播教育支出 科學支出861.511527.491003.00445.721115.031336.26916.51740.97503.54793.12220.071

16、80.59633.20504.00453.46471.75209.63醫(yī)療衛(wèi)生：1038.191345.46503.38208.65226.91727.49508.44465.59329.68402.36180.4280.03495.38303.14210.54221.63125.44其他部門的事業(yè)費濟南市11293124017593537377057235800青島市351163853401744392568999134510淄博市18612743619013067014372331362棗莊市2711208568335315442476825433東營市112716566114045201

17、62390727969煙臺市2163078822059936344937960217濰坊市9773648425229829743721143285濟寧市21744633820446428584315946694泰安市13821967210346623583698024055威海市7171846812000412662956237796日照市70108145802410981657115238萊蕪市3887588499806761301010942臨沂市44753994619438027775172334332德州市14152008010043227773144216555聊城市36772623

18、410339923522763613616濱州市7591709610028410622493019961荷澤市41331410125664115233193161702.調(diào)查美國50個州7種犯罪率，得結(jié)果列于表35.2，其中給出的是美國50個州每100 000 個人中七種犯罪的比率數(shù)據(jù).這七種犯罪是：murder （殺人罪），rape（強奸罪），robbery （搶 劫罪），assault （斗毆罪），burglary （夜盜罪），larceny （偷盜罪），auto （汽車犯罪），很 難直接從這七個變量出發(fā)來評價各州的治安和犯罪情況，試作主成份分析.說明選幾個主成 分合適，找出幾個主成分，并

19、按照第一、第二主成分分別對50個周進行排名，并解釋之。表1美國50個州七種犯罪的比率數(shù)據(jù)state 州Murder殺人罪rape強奸罪robbery搶劫罪assault斗毆罪burglary夜盜罪larceny偷盜罪auto汽車犯罪ALABAMA14.225.296.8278.31135.51881.9280.7ALASKA10.851.696.8284.01331.73369.8753.3ARIZONA9.534.2138.2312.32346.14467.4439.5ARKANSAS8.827.683.2203.4972.61862.1183.4CALIFORNIA11.549.4287.

20、0358.02139.43499.8663.5COLORADO6.342.0170.7292.91935.23903.2477.1CONNECTICUT4.216.8129.5131.81346.02620.7593.2DELAWARE6.024.9157.0194.21682.63678.4467.0FLORIDA10.239.6187.9449.11859.93840.5351.4GEORGIA11.731.1140.5256.51351.12170.2297.9HAWAII7.225.5128.064.11911.53920.4489.4IDAHO5.519.439.6172.51050

21、.82599.6237.6ILLINOIS9.921.8211.3209.01085.02828.5528.6INDIANA7.426.5123.2153.51086.22498.7377.4IOWA2.310.641.289.8812.52685.1219.9KANSAS6.622.0100.7180.51270.42739.3244.3KENTUCKY10.119.181.1123.3872.21662.1245.4LOUISIANA15.530.9142.9335.51165.52469.9337.7MAINE2.413.538.7170.01253.12350.7246.9MARYLA

22、ND8.034.8292.1358.91400.03177.7428.5MASSACHUSETTS3.120.8169.1231.61532.22311.31140.1MICHIGAN9.338.9261.9274.61522.73159.0545.5MINNESOTA2.719.585.985.81134.72559.3343.1MISSISSIPPI14.319.665.7189.1915.61239.9144.4MISSOURI9.628.3189.0233.51318.32424.2378.4MONTANA5.416.739.2156.8804.92773.2309.2NEBRASKA3.918.164.7112.7760.02316.1249.1NEVADA15.849.1323.1355.02453.14212.6559.2NEW HAMPSHIRE3.210.723.276.01041.72343.9293.4NEW JERSEY5.621.0180.4185.11435.82774.5511.5NEW MEXICO8.839.1109.6343.41418.73008.6259.5NEW YORK10.729.4472.6319.11728.02782.0745.8