主成分分析報(bào)告

主成分分析報(bào)告實(shí)驗(yàn)名稱(chēng)：主成分分析一、 實(shí)驗(yàn)?zāi)康暮鸵笸ㄟ^(guò)上機(jī)操作，完成spss軟件的主成分分析二、 實(shí)驗(yàn)內(nèi)容和步驟6.8如圖所示點(diǎn)擊analyze-datareduction-factor主成分分析報(bào)告全文共9主成分分析報(bào)告全文共9頁(yè)，當(dāng)前為第1頁(yè)。將6個(gè)變量選入變量框中分別點(diǎn)擊descriptiverotation選項(xiàng)，進(jìn)行以下操作StatisticsLJnl'/aridedescrlptives車(chē)InitialsolutionCorrclatiotiMatrixVCpafficianrts□Inverse□Siflriifio-ancelevals□geproduced匪tmr世iiant | Apti-imeyeHkwoandBartlett'steat□十sphericityGjontinueCariGelJHelp—d

Method?None (3 QuartimaxOVarimoxOEquamatx匚DirectObliminQProcnaxDftfta：[o| 4Lispla/ 口Lnadingplot⑻h/lsilmuniIterationsforCorwergerice:25主成分分析報(bào)告全文共主成分分析報(bào)告全文共9頁(yè)，當(dāng)前為第2頁(yè)。Anal^e'<GQir^lationrnsrtri洛GOiari^ncemetrixIEAnal^e'<GQir^lationrnsrtri洛GOiari^ncemetrixIE5itinuGCancel點(diǎn)擊extraction進(jìn)行以下分析吉jFactorAnalysis:ExtractionMethod;PrincipalwmFJonentsDisplay0Unrotfactorsolution-E>rtracti：￡iQ&nvaluesoveno坐他eroffactors：H印傑pipitMawumIterationsforConvergence:點(diǎn)擊options結(jié)果如下所示CorrelationMatrixX1X2X3X4X5X6主成分分析報(bào)告全文共9主成分分析報(bào)告全文共9頁(yè)，當(dāng)前為第3頁(yè)。CorrelationX11.000.711.420.182.081-.166X2.7111.000.141.275.302-.051X3.420.1411.000.028-.142.353X4.182.275.0281.000.384.042X5.081.302-.142.3841.000.104X6-.166-.051.353.042.1041.000上表為相關(guān)矩陣，給出了6個(gè)變量之間的相關(guān)系數(shù)主對(duì)角線(xiàn)的值均為1，絕大大部分小于0.01，因此可以說(shuō)明因子之間相關(guān)性不是特別的大。KMOandBartlett'sTestKaiser-Meyer-OlkinMeasureofSamplingAdequacy..434Bartlett'sTestofApprox.Chi-Square45.919Sphericitydf15Sig..000上表為KMO和Bartlett檢驗(yàn)表，KMO檢驗(yàn)是對(duì)變量是否適合做因子分析的檢驗(yàn),根據(jù)Kaiser常用度量標(biāo)準(zhǔn)，因?yàn)榇藭r(shí)KMO=0.434,表示此事不適合做因子分析,所以我們用主成分分析CommunalitiesInitialExtractionX11.000.911X21.000.785X31.000.835X41.000.585X51.000.744X61.000.859ExtractionMethod:PrincipalComponentAnalysis.主成分分析報(bào)告全文共9主成分分析報(bào)告全文共9頁(yè)，當(dāng)前為第4頁(yè)。主成分分析報(bào)告全文共9頁(yè)，當(dāng)前為第5頁(yè)。主成分分析報(bào)告全文共9頁(yè)，當(dāng)前為第5頁(yè)。變量至少80%的信息TotalVarianceExplainedComponentInitialEigenvaluesExtractionSumsofSquaredLoadingsTotal%ofVarianceCumulative%Total%ofVarianceCumulative%12.08234.69534.6952.08234.69534.69521.39223.19757.8921.39223.19757.89231.24520.75778.6491.24520.75778.6494.66511.09089.7395.4427.36297.1016.1742.899100.000ExtractionMethod:PrincipalComponentAnalysis.上表為特征根于方差貢獻(xiàn)表，給出了個(gè)主成分解釋原始變量總方差的情況，從表中可以看出，本例中保留了3個(gè)主成分，集中了原始變量總信息的78.649%ScreePlot主成分分析報(bào)告全文共9頁(yè)，當(dāng)前為第主成分分析報(bào)告全文共9頁(yè)，當(dāng)前為第6頁(yè)。上圖為碎石土，分析碎石土看出因子1與因子2與因子3特征值差值比較大，而其他特征值比較小，可以出保留3個(gè)因子能概括絕大部分信息。ComponentMatrixComponent123X2.861-.071-.196X1.840.236-.387X4.528-.406.376X3.402.801.179X5.440-.580.462X6.024.434.819ExtractionMethod:PrincipalComponentAnalysis.a.3componentsextracted.以上為因子載荷矩陣，包含了3個(gè)特征向量。可以根據(jù)這個(gè)計(jì)算主成分，例如，X仁0.861a1-0.071a2-0.196a3 。令Zi為第i個(gè)主成分的變量系數(shù)向量，Z仁a1/squrt(2.154), 以此類(lèi)推Z2，Z3主成分分析報(bào)告全文共9主成分分析報(bào)告全文共9頁(yè)，當(dāng)前為第7頁(yè)。

1"1丄卻z3-.02.2375_1667.26.41-.51.25.43-6-31￡8?19可以對(duì)Z排序做綜合排序指標(biāo)，并作結(jié)果說(shuō)明Component123X1.954.027.015X2.808.364-.057X4.171.803.109X3.481-.290.732X5.064.916-.102X6-.225.165.884RotatedComponentMatrixa說(shuō)明這兩以上為旋轉(zhuǎn)后矩陣，第一個(gè)公共因子在前兩個(gè)指標(biāo)上有較大載荷,個(gè)指標(biāo)有較強(qiáng)的相關(guān)性，可以歸為一類(lèi)說(shuō)明這兩ComponentTransformationMatrixComponent1231.785.616.0582.480-.666.5713-.391.421.819通過(guò)相加對(duì)角線(xiàn)元素，判斷是正交矩陣ComponentScoreCoefficientMatrixComponent123X1.528-.090-.048X2.413.125-.075X4-.002.471.114主成分分析報(bào)告全文共主成分分析報(bào)告全文共9頁(yè)，當(dāng)前為第8頁(yè)。X3.254-.191.507X5-.062.540-.032X6-.200.172.690ExtractionMethod:PrincipalComponentAnalysis.RotationMethod:VarimaxwithKaiserNormalization.ComponentScores.可知F1=0.528X1+0.413X2-0.0