pca 累积方差贡献率公式_主成分分析(PCA)在模型中的运用

关于主成分分析在模型中的运用主要有以下几个方面:

(1)降维;尤其是在面对大量数据时,可以借助PCA方法提取有效的数据成分;其原理,简单的理解就是将众多变量和指标通过一定方法提取出少数几个有代表性的且互相相关性系数较低的变量。

(2)处理变量之间多重共线性的问题;

(3)确定变量的权重,将多个变量组合成“一个”变量(这在计量经济学论文中常用到,在此不做介绍)。

1.主成分在spss中的实现。

步骤:分析—降维—因子分析

(1)在提取方法中选择主成分即可。

(2)在得分中,我们选择计算因子得分的方法为回归。其余保持默认即可:

f09bd970b30d92cbf96d83592919a20b.png

2.结果解释

(1)总方差解释表

e4439aa140fc18675029408e8aab4f11.png

本案例导入的变量有7个,通过正交矩阵变换,产生了7个新的变量&#

  • 2
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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