分类主成分利用最优尺度,主要利用了最优尺度变换,将其一律转换为量化评分进行分析得到了类别点的联合图。
SPSS数据需要为名义变量
数据☞最优尺度☞所有变量为名义变量(注意如果你选多个数据集将采用的不是分类主成分分析法)
注意分类主成分分析是线性分析,如需要非线性的可以:数据☞最优尺度☞所有变量不均为名义变量(使用多重对应分析)
使用“类别图”对话框可以指定所要的图类型以及将为其生成图的变量。
类别图: 对于选定的每个变量绘制质心和向量坐标图。 对于多名义刻度级别的变量,类别在该特定类别中的对象的质心中。 对于所有其他刻度级别,类别在通过原点的向量上。
联合类别图: 这是每个选定的变量的质心和向量坐标的单个图。
转换图: 显示最优类别量化与类别指示符的比较图。 可以为拥有多名义刻度级别的变量指定维数;将为每一维分别生成一个图。 还可以选择显示每个选定的变量的残差图。
质心投影:可选择一个变量并将其质心投影到选定的变量上。 不能选择拥有多名义刻度级别的变量作为投影的对象。 当请求此图时,含有投影的质心的坐标的表也会同时显示。
进行分类主成分分析得到
需要图里有类别名的可以在开始页面☞变量☞标签中设置