IBM SPSS Statistics 中文网站 > 使用技巧 > SPSS主成分分析特征向量在哪 SPSS主成分分析法的结果怎么解读

SPSS主成分分析特征向量在哪 SPSS主成分分析法的结果怎么解读

发布时间:2022-06-06 10: 49: 56

品牌型号:Dell N5010

系统:Windows 10

软件版本:IBM SPSS Statistics试用版

主成分分析(Principal Component Analysis,PCA)以降维方式,在尽量损失较少信息的前提下,通过正交变换,将一组可能存在相关性的多个变量转换为一组线性不相关的少数变量,转换生成的综合指标称之为主成分。主成分载荷矩阵,或者称为主成分特征向量,可以由因子载荷矩阵计算得出。借助IBM SPSS Statistics,我们可以非常方便完成主成分分析,SPSS主成分分析特征向量在哪?SPSS主成分分析法的结果怎么解读,本文将向大家做简单介绍。

一、SPSS主成分分析特征向量在哪

主成分分析特征向量不能直接给出,需要进行计算,我们以一组数据为例,进行主成分分析,分析结果及分析过程我们会分别在第二第三小节中进行介绍。

我们首先计算主成分分析特征向量。复制成分矩阵数据到数据表中,并将三个向量命名为A1,A2,A3。

 

图1复制成分矩阵到数据表中
图1复制成分矩阵到数据表中

 

 

主成分特征向量计算公式为U=A/sqrt(λ),我们已知A,λ在分析结果的总方差解释表中,A1,A2,A3对应的特征值分别为2.861,2.285,1.475,我们点击转换,计算变量,输入目标变量U的名称,将A1加入数字表达式,然后按公式录入λ平方根,点击确定,SPSS将自动进行向量计算。同样方法计算U2,U3。

 

图2 计算特征向量U
图2 计算特征向量U

 

 

计算完毕后,我们在数据表中得出特征向量组U1,U2,U3。

 

图3 特征向量组U1,U2,U3
图3 特征向量组U1,U2,U3

 

 

U1,U2,U3组成的矩阵就是该问题主成分分析的特征矩阵,该特征矩阵左乘目标数据集,即可得到一组主成分变量。

二、SPSS主成分分析法的结果怎么解读

首先我们观察总方差解释,提取的三个主成分累计为82.761,说明此三个变量就能较好的解释结果,可以用此三个变量代替总共的八个变量。

 

图4 总方差解释
图4 总方差解释

 

 

然后我们查看碎石图,在第四个组件时曲线递减速率发生变化,佐证了上述的结论,三个变量就可以解释结果。

 

图5 碎石图
图5 碎石图

 

 

 

我们在成分矩阵可以看出,e,f在第一组向量中影响较高,c在第二组向量中影响较高,d和h在第三组向量中影响较大。

 

图6 成分矩阵
图6 成分矩阵

 

 

综合以上分析,第一小节中得出的主成分矩阵以及主成分变量可以很好的解释当前问题,原有的8个变量可以减少至3个。

三、SPSS主成分分析步骤

录入数据后,点击分析,降维,因子,进入主成分分析界面。

 

图7 降维进行因子分析
图7 降维进行因子分析

 

 

将数据加入变量列表,点击描述,勾选初始解,系数,KMO检验选项。然后点击继续。

 

图8 因子分析描述设置
图8 因子分析描述设置

 

 

点击提取,勾选相关性矩阵,未旋转因子解,碎石图,点击继续。点击确定,SPSS将对数据进行主成分分析。

由于主成分特征向量需要进行计算,SPSS并不会直接显示,所以很多用户会有SPSS主成分分析特征向量在哪这样的疑问,本文向大家介绍了主成分特征矩阵的计算方法,大家可以参考,SPSS主成分分析法结果怎么解读?我们只要找到平方和载荷累计高于80%的几组主成分,构建主成分向量特征矩阵即可。

 

作者:莱阳黎曼

展开阅读全文

标签:SPSSIBM SPSS StatisticsSPSS教程主成分分析

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。
2022-05-07
spss怎么做逐步回归分析 逐步回归分析spss结果解读
spss怎么做逐步回归分析?逐步回归分析是多元线性回归分析的一种,可通过spss回归分析中的“步进”法来做逐步回归分析。本文会运用例子演示逐步回归分析步骤,并进行逐步回归分析spss结果解读。
2022-05-12
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
最新文章
spss去除无效数据方法 spss去除极端值方法
统计学是一门旨在收集、分析和解释数据的学科。在统计学中,数据的准确性和有效性至关重要。然而,有时候我们会遇到无效数据,这些数据可能是错误的、缺失的或者不完整的,它们会对统计结果产生严重的影响。使用SPSS对数据进行统计时,也常常会面对这些问题,关于SPSS去除无效数据方法,SPSS去除极端值方法的内容,本文向大家作简单介绍。
2024-05-08
spss异常值处理办法 spss异常值检验步骤
SPSS异常值检查是数据分析中一个非常重要的步骤。异常值指的是数据集中与其他观测值明显不同的数值。这些异常值可能会对统计分析结果产生影响,使用SPSS进行统计分析前,要对数据进行简单分析,例如查看有无缺失值,进行异常值检验等。有关SPSS异常值处理办法,SPSS异常值检验步骤的内容,本文向大家作简单介绍。
2024-04-24
spss筛选变量不能共线 spss筛选出没有缺失值的样本方法
SPSS是一种强大的统计分析软件,广泛应用于各种研究领域。在进行数据分析时,研究人员经常会遇到共线性问题。共线性是指自变量之间存在高度相关性的情况,这可能会导致模型不稳定、参数估计不准确甚至无法得出有效的结论。因此,共线性诊断和筛选变量在SPSS中变得尤为重要。有关SPSS筛选变量不能共线,SPSS筛选出没有缺失值的样本方法的内容,本文向大家作简单介绍。
2024-04-17
spss筛选功能在什么地方 spss筛选怎么做
SPSS软件是一款被广泛应用于数据分析和统计学习领域的工具。在数据处理过程中,筛选是一个非常重要的步骤,它可以帮助用户快速地找到所需的数据并进行进一步的分析。SPSS软件提供了强大的筛选功能,使用户能够轻松地筛选出符合特定条件的数据,从而提高数据处理的效率和准确性。SPSS筛选功能在什么地方,SPSS筛选怎么做,本文向大家作简单介绍。
2024-04-10
SPSS赋值怎么操作 SPSS赋值反了怎么修改
SPSS是一款平价的数据分析与统计软件,即使是学生也可以承担软件的价格。往变量中输入数据被称为为变量赋值,这是SPSS的基础操作,也是重要的操作之一。数据的精确度就是依据于我们在软件中对于变量的赋值要求,这些都需要仔细设置。下面将为大家介绍SPSS赋值怎么操作,SPSS赋值反了怎么修改的相关内容。
2024-04-03
spss估算边际均值图怎么做 spss估算边际均值图怎么得到
SPSS(StatisticalProductandServiceSolutions)作为一款常用的统计分析软件,其功能强大且操作简便,广泛应用于各个领域的数据分析中。本文将介绍spss估算边际均值图怎么做,spss估算边际均值图怎么得到的内容。
2024-03-29

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容: