SPSS只能完成主成分分析的一部分环节,主成分得分等计算尚需结合其他工具(如Excel)来完成,这对SPSS用户来说,是极不方便的。
我们一定要很清楚的知道,
SPSS可以一条龙做因子分析,但不能通过菜单对话框完整实现主成分分析!小兵建议大家直接采用R语言实现主成分分析,今天先送上一枚案例。使用R语言自带USJudgeRatings法官综合素质评分数据,每位法官均有12项维度打分,我们觉得用12个指标评价一位法官过于复杂了,
现在请对12个维度打分变量进行降维处理,造几个主成分来用于综合评价。数据如下:
加载包:
library(psych)画出含平行分析的碎石图:
fa.parallel(USJudgeRatings, fa = "pc", n.iter = 100, show.legend = TRUE, main = 'Scree plot with parallel analysis')
此图告诉我们似乎是提取1个主成分。判断主成分个数的经验和方法不只是这一个,我觉得
只提取1个主成分的话有些偏执,可以考虑多提1个,共提取2个主成分进行考察。接下来开始主成分分析,暂不旋转:
USJ.pc
提取到两个主成分PC1、PC2,特征值分别为10.13、1.10,均大于1,以特征值为参考的话,提取前2个主成分尚可。方差贡献比例分别为84%、9%,累积方差贡献比例94%,一般认为大于80%,即可认为主成分有较大代表性。
从累积方差贡献,特征值的表现来看,提取2个主成分没问题。12个指标和PC1、PC2交叉的数字即为载荷,从载荷的分布来看,可以比较轻松的划分各指标与主成分的归属。比如PC2在指标“CONT”上的载荷明显大于其他,所以"CONT"是PC2的主要代表变量,而其他变量在PC1的载荷均较大,所以PC1是一个一般性的综合成分。鉴于此,不做旋转处理是可以的,不影响对主成分核心含义的提炼。和SPSS主成分的结果对比一下,主成分特征值、方差贡献比例完全一致。
再对比一下SPSS输出的载荷矩阵,也是一致。
如果觉得我表述不清的话,那我们绘制指标变量与主成分载荷图,直观看一下效果。
fa.diagram(USJ.pc,simple=TRUE)
R语言给的效果很直观,就不用文字多说了。执行到此处,我们已经确认12个维度指标变量,提取前2个成分作为主成分是可以的。接下来,我们需要计算每个主成分的得分了。
USJ.spc
head(USJ.spc$scores)
对主成分得分变量的使用,通常是直接用于从高到底排序,排名靠前的法官则在该主成分维度上表现突出。或者综合2个主成分得分变量,构造一个综合得分进行评价。
本文完
文/图=数据小兵
更多R统计文章
R语言单一样本t检验案例实现
20个R语言小课堂视频教程送给你
R语言的正态密度曲线很美
R自带pairs函数矩阵散点图
car包spm函数矩阵散点图
用R语言pie函数做饼图
ggplot2统计图形:常见的4种箱线图
ggplot2统计图形:常见的4种直方图
按列索引按列名称删除指定的列数据
R语言Levene方差齐次检验
谁说菜鸟不会数据分析(R语言篇)
table函数:分类数据的频数与频率统计
jiebaR包中文分词及词云制作
R语言带文字标签的散点图
如何获取R自带数据集与R包数据集说明文档?
如何修改R数据框的列名称?
二元正态分布及双变量相关分析简单案例演示
R语言相关系数、显著性检验及可视化的尝试
用散点图法判断变量之间是否存在线性关系
ggplot2统计图形:常见的4种散点图
R语言scale()函数实现数据标准化
用R语言做单因素方差分析及多重比较
用R语言自动智能化创建时间序列ARIMA模型
数据小兵坚持写博客已经13年坚持写微信公号文章7年坚持更新SPSS视频课程3年坚持一对一答疑讨论3年 绝对超值:一对一答疑 欢迎加入SPSS视频课程竭诚服务
◢点【
![30dcadfcd3b29434f558d611cfd8afb2.png](https://i-blog.csdnimg.cn/blog_migrate/b8b3a551e1e6c64cb7ee5aeb004d6712.jpeg)
![554e7837918570af40e6897b1030324a.png](https://i-blog.csdnimg.cn/blog_migrate/8ba498be9160ef95bf177ca19dcce902.jpeg)
![36aa3590c0ebf3de0b45c621ceae97f5.png](https://i-blog.csdnimg.cn/blog_migrate/967993befc1cc88e95f464deef0b83df.jpeg)
![cc9b64b126764484d0f87a22060a9c59.png](https://i-blog.csdnimg.cn/blog_migrate/765cd93748463f7ca6d08057094a333a.jpeg)
![7392946b137a72aa6a8a312b0c4bafc0.png](https://i-blog.csdnimg.cn/blog_migrate/807ee292b76cc3764fd32918a4d79771.jpeg)
![63afc9925e2f1fe0c714a2307149b64d.png](https://i-blog.csdnimg.cn/blog_migrate/0d65680606a11405eb6e03430bc65763.jpeg)
![b8197f8bbfbae3108391f6a7b717528c.png](https://i-blog.csdnimg.cn/blog_migrate/6eed2f120f393b33d93638b691f1134f.jpeg)
![dc2239853d1dcdef60d6a05a402603d0.png](https://i-blog.csdnimg.cn/blog_migrate/2f035f8f95a473152056ecb3dede54e2.jpeg)
数据小兵坚持写博客已经13年坚持写微信公号文章7年坚持更新SPSS视频课程3年坚持一对一答疑讨论3年 绝对超值:一对一答疑 欢迎加入SPSS视频课程竭诚服务
![74d4ae6f1c0beff11244e5eab08ed077.png](https://i-blog.csdnimg.cn/blog_migrate/6577e82fa0c748a8cc9f79de064f86de.png)
![ed0b80ee4a173df6b2773509613255ad.gif](https://i-blog.csdnimg.cn/blog_migrate/fec9da7c82eda94a9d1ffbb6c6fa1a6b.gif)