【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】

这篇具有很好参考价值的文章主要介绍了【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

数据请关注公众号:321红绿灯回复:例5-3

即可获取

【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】
题目来自何晓群《多元统计分析》(第五版)例题5-3

实验内容

试利用主成分综合评价全国各地区水泥制造业规模以上企业的经济效益,原始数据来
源于2014 年《中国水泥统计年鉴》,如表5一5所示。

实验目的

掌握主成分分析的使用方法,提取主成分,计算主成分得分及综合得分。

实验过程

一、标准化数据
【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】
【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】
如图是局部标准化数据
【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】
二、提取主成分

操作过程

【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】
【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】
【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】
【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】
【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】
【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】

结果分析:

一、标准化数据

二、提取主成分
利用spss【分析-降维-因子分析】可以进行主成分的提取。输出相关矩阵表、公因子方差表及解释的总方差表和成分矩阵表、成分得分的系数矩阵。从样本相关矩阵中可以看到8个变量中都存在着较强的线性相关,因此适合进行主成分分析。

【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】
【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】
公因子方差图给出了在构造主成分时从各个变量中提取的变量的百分比,即构成主成分时的变量。
【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】
第三个表是解释的总方差表,给出了对应的特征根及主成分之间的方差贡献率和累积贡献率,从累积贡献率中可以看出,当提取了两个主成分时,累积方差贡献率为91.036%,因此已经涵盖了大多数变量的信息,所以只构造两个主成分。由原来的7个变量转化为两个综合变量,起到了降维的目的。
【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】
成分得分系数矩阵用于计算公共因子的得分,两者综合后得到权重,表示了各项指标和提取的公因子之间的关系,某一因子上得分越高,与公因子之间的关系越密切,即变量和主成分之间的关系越密切,在主成分1中,得分最高的是X5,最低的是X7,在主成分2中,得分最高的是X7,最低的是X4。因此,主营业务收入(X5)与主成分1的关系最密切,销售利润率与主成分2的关系最密切,与主成分1之间的关系最不密切。负额总额(X4)与主成分2之间的关系最不紧密。
【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】
通过成分矩阵,可以计算得到标准化后原始变量的变换系数,从而得到对于第一主成分的各标准化向量的线性组合和对于第二主成分各标准化向量的线性组合。
【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】
三、构造主成分载荷矩阵表
通过SPSS中的【转换-计算变量】可以得到Y1和Y2,即构成主成分载荷的矩阵表,得到主成分Y1、Y2的变换系数。
【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】
计算得到变换系数表后可以得到主成分的方程表达式

四、获得主成分表达式

可以获得第一主成分和第二主成分的方程表达式分别是:
【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】
方程表达式中的各变量均为标准化后的变量,水泥生产的经济意义指标由系数较大的几个变量决定,除了销售利润率外,其他指标的大小相当,所以主成分Y1反应了水泥企业的整体规模和收入水平。在主成分Y2的表达式中,主要是企业规模和企业的盈利能力两方面进行刻画企业的经济效益,因此主成分Y1和Y2具有91.036%的可靠性。

五、各主成分评分
重复计算变量的操作,得到各地区第一主成分和第二主成分的成分得分
【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】
通过标准化的原始数据计算两个主成分的得分,对各地区进行分类。

六、综合主成分评分

还是通过转换变量得到主成分1和主成分2的综合得分,在综
合得分中有些地区的得分是负数,但这并不代表着经济效益为负,而是代表着与平均水平之间的关系,从碎石图可以看到聚类。但是由于没有地区标注,因此只能清晰的看出分成了两类但是看不出来是哪些地区互为一类。

【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】
试验总结:

通过本次试验,掌握了主成分分析的方法,对于数据量纲差异较大的样本要先进行标准化的处理,再进行主成分的提取,达到降维的目的。提取主成分过后,要根据解释总方差图中的合计项对应的主成分中的特征值,计算成分系数,得到主成分的方程表达式。然后,需要对主成分进行评分,通过转换变量,得到成分的系数评分和主成分的综合评分,最后进行分类。文章来源地址https://www.toymoban.com/news/detail-446491.html

到了这里,关于【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 标准正态变换(SPSS统计描述分析)

    题目:对 CCSS_Sample中的总指数、现状指数和预期指数进行标准正态变换,对变换后的变量进行统计描述。 数据文件:CCSS_Sample.csv 本篇文章小玥各位学习SPSS软件里面的 标 准正 态变 换!!! 目录  一、前言 二、题目分析 1、分析: 三、解题步骤 1、先对总指数、现状指数和

    2024年02月05日
    浏览(47)
  • 【应用多元统计分析】CH5 判别分析3——贝叶斯判别

    目录 前言——距离判别不适合的一个例子 一、最大后验概率法  1.含义 ​编辑 2.【例5.3.1】 3.先验概率的赋值方法 4.皆为正态组的情形 (1)先验概率相等,协方差矩阵相等时 (2)仅先验概率相等时 (3)仅协方差矩阵相等时  5.【例5.3.2】 二、最小期望误判代价法 1.例子

    2024年02月12日
    浏览(51)
  • R语言-多元统计学分析课程报告

    本文我们应用的软件为R语言,进行多元统计分析,所用的数据集为鸢尾花数据集;我们进行了Bayes判别、Fisher判别、系统聚类法、k-均值聚类和主成分分析。 我们首先画出变量之间的散点图: 紧接着我们运用Fisher判别: 可以得到结果为 :    紧接着应用Bayes判别,将数据分

    2024年02月12日
    浏览(39)
  • GPT与R语言回归模型(lm&glm)、混合效应模型、多元统计分析

    自2022年GPT(Generative Pre-trained Transformer)大语言模型的发布以来,它以其卓越的自然语言处理能力和广泛的应用潜力,在学术界和工业界掀起了一场革命。在短短一年多的时间里,GPT已经在多个领域展现出其独特的价值,特别是在数据统计分析领域。GPT的介入为数据处理、模

    2024年04月10日
    浏览(41)
  • 【案例实践】R语言多元数据统计分析在生态环境中的实践应用

    查看原文R语言生物群落分析绘图、多元统计分析、CMIP6、遥感碳储量、GEE林业、InVEST等 生态环境领域研究中常常面对众多的不同类型的数据或变量,当要同时分析多个因变量(y)时需要用到多元统计分析(multivariate statistical analysis)。多元统计分析内容丰富,应用广泛,是

    2023年04月12日
    浏览(48)
  • 《数学建模与数学实验》第5版 统计分析 习题9.7

    参考教材:《数学建模与教学实验》第5版 提示:以下是本篇文章正文内容,来自参考教材课后习题。 温度 20 25 30 35 40 45 50 55 60 65 产量 13.2 15.1 16.4 17.1 17.9 18.7 19.6 21.2 22.5 24.3 求y关于x的线性回归方程,检验回归效果是否显著,并预测x=42℃时产量的估值及预测区间(置信度95

    2024年02月06日
    浏览(46)
  • 【多元统计分析及R语言建模】【详解】因子分析法综合应用(教材P271页表9-4): 1. 计算样本相关系数矩阵R、特征根、特征向量。2. 确定因子的个数,并解释这些因子的含义。计算各因子得分并解释

    因子分析法综合应用(教材P271页表9-4): 计算样本相关系数矩阵R、特征根、特征向量。 引入nFactors包,使用eigen()函数求特征值与特征向量。 library(nFactors) ev - eigen(cor(mydata)) # 获取特征值 print(ev) 确定因子的个数,并解释这些因子的含义。计算各因子得分,画出前两个因子的

    2024年02月05日
    浏览(52)
  • SPSS:主成分分析确定不同指标权重

    主成分分析的原理是设法将原来变量重新组合成一组新的相互无关的几个综合变量,同时根据实际需要从中可以取出几个较少的总和变量尽可能多地反映原来变量的信息,也是数学上处理降维的一种统计学方法。 SPSS实现主成分分析的步骤如下: 1.数据标准化 之所以要对数据

    2024年02月08日
    浏览(51)
  • 【SAS应用统计分析】数据的描述性统计分析

    声明:本文知识参考内容来自网络,如有侵权请联系删除。本文还参照了B站up主庄7的课程内容【公开课】数据分析与SAS【15课】 目录 实验原理 描述性统计量 1.反映数据集中趋势的特征量 2.反映数据离散程度的特征量 3.反映数据分布形状的特征量 数据的图形描述 直方图 箱线

    2024年02月01日
    浏览(49)
  • 统计分析——回归分析

    在统计学中,回归分析(regression analysis)指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的变量的多少,分为一元回归和多元回归分析;按照因变量的多少,可分为简单回归分析和多重回归分析;按照自变量和因变量之间的关系

    2024年02月06日
    浏览(51)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包