SPSS主成分分析

从相关矩阵表中可知许多变量之间直接的相关性比较强,证明他们存在信息上的重叠。

通过方差分解主成分提取分析表可知, 提取了2个主成分。

从成分矩阵表给出了在这2个主成分上的负荷值。根据在每个因子上负荷最高的那些变量来说明主成分的意义。
    由于每一个载荷量表示主成分与对应变量的相关系数,所以新变量的表达不能从输出窗口中直接得,要用成分矩阵表中的数据除以主成分相对应的特开平方根便得到两个主成分中每个指标所对应的系数。得到主成分表达式为:
    F1=0.353ZX1+0.042ZX2-0.041ZX3+0.364ZX4+0.367ZX5+0.366ZX6+0.352ZX7+0.364ZX8+0.298ZX9+0.355ZX10
    F2=0.175ZX1-0.741ZX2+0.609ZX3-0.004ZX4+0.063ZX5-0.061ZX6-0.022ZX7+0.158ZX8-0.046ZX9-0.115ZX10

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SPSS主成分分析是一种降维技术,它可以通过将一组相关变量转换为一组无关的成分来简化数据集。在SPSS软件中进行主成分分析的步骤如下: 1. 打开SPSS软件并导入数据。 2. 选择“分析”菜单,然后选择“数据降维”和“因子”。 3. 在弹出的对话框中,选择要进行主成分分析的变量,并选择所需的选项,例如选择使用因子的方差或协方差矩阵进行分析。 4. 点击“提取”按钮,选择提取的成分数量。 5. 点击“确定”按钮,SPSS将计算成分,并将结果显示在输出窗口中。 在主成分分析的结果中,可以使用成分矩阵来查看每个成分与原始变量之间的关系。成分矩阵显示了每个变量在每个成分中的负载程度。 根据提供的引用内容和,第一个成分要反映了x2、x3、x4、x5、x6和x8的信息,第二个成分要反映了x7的信息,第三个成分要反映了x1的信息。 请注意,SPSS主成分分析的结果应根据具体的数据集和研究问题进行解释。以上提供的信息仅为参考。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [SPSS操作(五):主成分分析](https://blog.csdn.net/My_daily_life/article/details/121333063)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值