揭秘：SPSS同一个表‘解释的总方差’可以同时解释主成分分析的方差贡献和因子分析的方差贡献

最新推荐文章于 2023-08-01 13:30:33 发布
最新推荐文章于 2023-08-01 13:30:33 发布
阅读量1w 收藏 2
点赞数
文章标签： SPSS与统计
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhouxiaojieaaa/article/details/91358634
版权

又是一个轮到自己讲课的难过周，主题是因子分析和主成分分析，刚好可以对比二者的差别。

然后就被一个细节困住了：为什么同一个解释的总方差表可以解释因子分析的因子方差贡献率又可以解释主成分分析的主成分方差贡献率？

解释见链接

链接: link.
or https://www.jianshu.com/p/4ffcf4fcb62c

Jenny与统计
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
spss操作 双因素方差分析无重复.pptx
05-08
spss操作 双因素方差分析无重复.pptxspss操作 双因素方差分析无重复.pptxspss操作 双因素方差分析无重复.pptxspss操作 双因素方差分析无重复.pptxspss操作 双因素方差分析无重复.pptx
spss单因素方差分析（详细分步骤解读）
12-27
spss单因素方差分析
SPSS（十一）SPSS信息浓缩技术--主成分分析、因子分析（图文+数据集）
热门推荐
可乐联盟
05-26 2万+
SPSS（十一）信息浓缩技术--主成分分析、因子分析（图文+数据集） 当我们的自变量存在多重共线性，表现为进行回归时候方程系数估计不正常以及方程检验结果不正常，也许我们可以使用变量挑选的办法（手动挑选、向前法、向后法、逐步法），但是再复杂一点其实就不行了，之前我们介绍过岭回归解决该问题，其实我们还可以使用信息浓缩的技术来解决自变量存在多重共线性问题。 本讲课程中涉及的方法其实质均为数据化简、信...
spss分析方法-方差分析
Laoacai的博客
06-02 1万+
方差分析(Analysis of Variance，简称ANOVA)，又称“变异数分析”，是R.A.Fisher发明的，用于两个及两个以上样本均数差别的显著性检验。由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。下面我们主要从下面四个方面来解说：实际应用理论思想操作过程分析结果一、实际应用在科学实验中常常要探讨不同实验条件或处理方法对实验结果的影响。通常是比较不同实验条件下样本均值间的差异。例如医学界研究几种药物对某种
基于spss对因子分析中总方差解释与碎石图中的冲突
m0_64857566的博客
08-01 719
当第一个主成分解释了数据中很大一部分的方差时（例如你提供的情况下达到了76.6%），在碎石图中，你会看到从第一个主成分开始，方差解释的增长逐渐变缓，直到出现拐点。综上所述，总方差解释的特征值中第一个成分能够解释较大部分的方差，导致拐点在碎石图中出现在第二个主成分，因为从第二个主成分开始，方差解释的增长逐渐变缓。我们发现总方差解释中，第一个主成分就可以解释很大部分大部分数据方差，而碎石图中上拐点出现在第二个主成分，这就引起了冲突，这就引起了我们的思考，到底是使用第一个总方差解释的数据还是使用碎石图中的数据。
spss方差分析_SPSS方差分析——定义介绍
weixin_39945789的博客
12-09 2134
方差分析：根据不同需要把某变量方差分解为不同的部分，比较它们之间的大小并用F检验进行显著性检验的方法。 又称“变异数分析”或“F检验”，是用于两个及两个以上样本均数差别的显著性检验。 F值是两个均方的比值[效应项/误差项]，不可能出现负值。F值越大[与给定显著水平的标准F值相比较]说明处理之间效果[差异]越明显，误差项越小说明试验精度越高。https://www.zhihu.co...
因子分析累计贡献率_数据分析之因子分析
weixin_39518840的博客
12-20 7107
一、因子分析因子分析是通过研究变量间的相关系数矩阵，把这些变量间错综复杂的关系归结成少数几个综合因子，并据此对变量进行分类的一种统计分析方法。由于归结出的因子个数少于原始变量的个数，但是它们又包含原始变量的信息，所以，这一分析过程也称为降维。因子分析的主要目的有以下三个：1.探索结构：在变量之间存在高度相关性的时候我们希望用较少的因子来概括其信息；2.简化数据：把原始变量转化为因子得分后，使用因子...
因子分析累计方差贡献率要在多少_SPSS案例实践：因子分析
weixin_39631649的博客
01-14 1万+
用来做降维处理的统计方法，SPSS提供了比如因子分析、主成分分析、对变量聚类等。01案例数据洛杉矶12个地区的五项社会经济指标，人口pop、教育school、就业employ、服务业services及房价house，试综合五项指标提取公因子对12个地区进行评价。五项指分别反映了地区五个不同的发展方面，如果要给地区发展一个综合的评价，对五个指标进行降维处理是一个办法。02SPSS菜单对话框...
单因素方差分析spss
12-27
spss单因素方差分析
SPSS软件操作方差分析培训课件.ppt
12-17
SPSS软件操作方差分析培训课件.ppt
SPSS视频教程4——方差分析
02-27
SPSS视频教程4——方差分析，视频讲解清晰、详细、完整。
用极大似然法估计因子载荷矩阵_因子分析模型答疑
weixin_39981093的博客
12-03 976
Summary因子分析是科研建模当中经常使用的一种降维与原始指标分类方法，它与主成分分析方法有所区别。因子分析的主要思想是提取重要的不相关信息；而主成分分析是对原始变量线性组合，形成不相关的主成分，然后删掉不重要的成分。本文主要介绍因子分析，你将了解到“因子分析的举例”、“为什么要做因子分析？”、“因子分析模型是什么？”“如何衡量所建立因子分析模型的好坏？”、“如何对公因子进行解释？”以及“如何使...
因子分析累计贡献率_累计方差贡献率_spss累计方差贡献率_因子分析方差贡献率...
weixin_31995343的博客
01-12 1万+
spss中因子方差贡献率–怎样用SPSS求方差贡献率和方差累计贡献率analyze 下面选择 diemnsion reducation ,再选择factor 因子分析，把你需要计算方差贡献率的变量放到右侧的框里，点击OK，结果里有1张表，就是这些变量的方差贡献率和方差累计贡献率在SPSS中累计方差贡献率和方差贡献率是什么关系方差贡献率是指单个公因子引起的变异占总变异的比例，说明此公因子对因变量的影...
spss方差分析_【统计软件】最傻瓜式的SPSS操作教程来啦5 方差分析
weixin_39687542的博客
12-03 1684
方差分析(F检验)1、方差分析的目的：推断多个总体均数是否相等。2、方差分析的使用条件：各处理组样本来自正态总体；各样本是相互独立的随机样本；各处理组的总体方差相等，即方差齐性。3、方差分析的结果解释：方差分析的F检验，当P≤0.05，可以认为各组总体均数不等或不全相等，但并不以这任意两组总体均数都有差别。需要进一步作两两比较才能知道哪些组间有差别。4、多个样本均数间的两两比较：当样本组...
主成分分析法的SPSS操作
zyq357的博客
02-03 1万+
将数据导入到SPSS中 确定变量类型正确 进行标准化处理，点击上方菜单栏分析——描述统计——描述 将变量全部选入，并勾选将标准化值另存为变量 随后点击分析——降维——因子 对描述进行修改 载荷图可选也可不选 得分中选中保存为变量和显示因子得分系数矩阵 设置完成，得到想要的结果 通过总方差解释表分析，可以看到前两个成分的值大于了85%，所以前两个就为主成分 通过分析成分矩阵，可知，第一主成分主要和销售净利率、资产净利率、销售毛利率有关，第二主成分主要和净资产收益率有关 随后点击复制数据
基于matlab实现的数值计算及金融运用 ,金融时间序列数据分析 ,MATLAB和其他软件数据连接.rar
最新发布
05-02
基于matlab实现的数值计算及金融运用 ,金融时间序列数据分析 ,MATLAB和其他软件数据连接.rar
使用SegNet进行语义分割-python源码.zip
05-02
使用SegNet进行语义分割-python源码.zip
JSP企业电子投票系统 2.zip
05-02
JSP企业电子投票系统 2
EmotionVGGnet情绪识别-python源码.zip
05-02
EmotionVGGnet情绪识别-python源码.zip
SPSS主成分分析法方差影响
05-03
在主成分分析中，方差是一个非常重要的概念。主成分分析的目的是将一组变量转换为一组较少的无关主成分，使得在新的主成分空间中，方差最大的主成分能够解释原始变量的大部分方差。 方差的影响可以从两个方面来考虑： 1. 方差对主成分解释的影响 在主成分分析中，方差越大的变量对主成分的贡献也就越大，因为它们在新的主成分空间中的方差也就越大。如果某些变量的方差特别小，那么它们对主成分的贡献就会被忽略掉，因为它们在新的主成分空间中的方差也很小。 2. 方差对因子旋转的影响 在因子旋转过程中，方差也扮演着重要的角色。因为因子旋转的目的是找到一组新的主成分，使得这些主成分之间的相关性最小，因此我们需要选择一种旋转方法，使得旋转后的主成分的方差最大。如果原始变量的方差很小，那么旋转后的主成分的方差也会很小，这会导致因子旋转的效果不佳。因此，为了获得更好的因子旋转结果，我们需要确保原始变量的方差足够大。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

Jenny与统计

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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