主成分分析二级指标权重_主成分分析中指标权重的确定

主成分分析的方法来计算权重很简单，这是我第一次这么详细的看到相关介绍，现记录如下：

主成分分析的方法来计算权重，首先就是先用贡献率确定各成分权重，然后用因子载荷确定各指标权重。下面逐一介绍。(用SPSS来做提取主成分的因子分析很简单，以前只知道那么做，不知道还能顺便计算权重。哈哈，这下好了。)

贡献率确定各成分权重：

主成分分析方法通常取累计贡献率大于或等于80%来确定取前K个成分为该研究问题的主成分，由于K个成分包含的累计贡献率达到80%，故用这几个主成分就可以反映出原始指标中大部分的信息。那么，这K个主成分的权重分别是多少呢？

Ti=i%/(A＋B＋……＋K)％

Ti指I成分在反映整体信息中所占的权重，简言之，就是I在总体中的权重；i％表示I成分的贡献率；(A＋B＋……＋K)％表示K个成分的累计贡献率。

需要说明的是，上述字母在数学中有更好的表达方法，只是我在这里没有找到如何键入，因此，随便找了几个字母表示。正规表示方法参见罗智博士的毕业论文《比较优势理论下我国各等级项目群体的区域分工研究》36页。该论文已经由北京体育大学出版社正式出版。

好了，主成分的权重三言两语搞定了。下面看主成分所包含的各因子的权重。

通过主成分分析可以得出K个主成分，从而达到指标降维的目的，在对个成分分析中，可以计算出各指标的因子载荷(ij)，因子载荷的大小可以反映出共性因子对观测指标的影响程度，也可以用因子载荷的大小来确定每一个指标与主成分的相关程度大小。因子载荷越大表明该指标与该主成分的相关程度越高，该指标在该成分中占的权重也将越大。

Ti＝︱ij︱/(1+2+……+n)︱ij︱

其中，Ti表示I指标在某成分中所占的权重，︱ij︱表示I指标在J成分上因子载荷的绝对值，(1+2+……+n)︱ij︱表示该成分(J成分)中所有指标因子载荷绝对值的总和。

上述两个数学等式中的“/”都表示“除”的意思。

本来打算再举一个事例出来。但是太累了，而且你只要用过因子分析来统计问卷，你的脑子里肯定会闪现着那些表格的灵感。