因子分析和主成分分析 理解成一个指标
引言:主(Y1,Y2,Y3)
因(Y1,Y2,Y3)提前指定
1、基本原理
皮尔逊 多个变量相关性 原始变量导出少量的主变量,使他们
尽可能保留原变量的信息,互不干扰。
目的:数据压缩;数据解释 相关性强的可以替换
2、基本思想
降维:用相关性强的表示另一个 X2=X1 差距越大 方差越大
旋转坐标系 Y=a1x+a2x
各主成分累积方差>80% 特征根>1
3、数学模型
n个地理样本,每一个样本共有p变量,构成一个n*p的矩阵
X=(X1.X2......)
先进行线性变换 用公式表示出来 标准化(消除量纲)
检验:0.5>KMO 能用 <0.05Bartlett's 满足其中一个即可
方差越大,信息量越大
数据公式额推导 实对称矩阵 听不懂。。。。。第55分钟
4、贡献率
累计贡献率
5、步骤
6、例题
SPSS软件的使用:1、将变量输入
2、将数据录入
3、数据标准化
4、进行数据处理
选中标准化数据(一定是)
描述
提取
旋转 默认
得分
最后的结果
前两个就已经超过了85%
然后 我们将成分矩阵的数据复制到SPSS两列中
我们利用的是因子分析 我们需要转成主成分分析
注意:3.042是总方差解释里面的
计算变量位置
w2 也类似计算
最后计算f1,f2
前面的系数是转化而来的