- 1、本文档共69页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
SPSS课件(第十章 因子分析与对应分析)
第十章 因子分析与对应分析 FACTOR 目 录 ? 因子分析 主成分分析与因子分析概述 因子分析过程(操作) 因子分析实例 利用因子得分进行聚类 市场研究中的顾客偏好分析 主成分分析与因子分析概述 主成分分析与因子分析概述 主成分分析中的主要统计量 主成分分析与因子分析概述 主成分分析与因子分析概述 因子分析的概念 因子分析的概念 因子分析的概念 因子分析主对话框 因子分析简单实例输出1 选择描述统计量的子对话框 因子提取子对话框 有关旋转方法选择的子对话框 因子得分选择项对话框 选择输出项对话框 因子分析实例输出1 因子分析实例输出2 因子分析实例输出2 因子分析实例输出3 因子分析实例输出4 因子分析实例输出5 利用因子得分聚类实例输出1 利用因子得分聚类实例输出2 利用因子得分聚类实例输出3 利用因子得分聚类实例输出4 做散点图 利用因子得分变量作散点图输出 排序后的数据 市场研究中的顾客偏好分析输出1 市场研究中的顾客偏好分析输出2 市场研究中的顾客偏好分析输出3 17种车型的因子得分散点图 25个顾客的偏好散点图 对 应 分 析 对原始数据加权对话框 对应分析实例输出3 习题 1. 简述主成分分析的基本思想。 2. 用什么统计量衡量主成分中各成分提供的信息量? 3. 一般根据什么确定主成分提取的数量? 4. 简述因子分析的基本思想。 5. 为什么要对初始因子分析结果进行旋转? 6. 简述对应分析的基本思想,对应分析与因子分析有什么不同? 7. 数据data14-04是某医院3年中各月的数据,包括门诊人次、出院人数、病床利用率和周转次数、平均住院天数、治愈或好转率、病死率、诊断符合率、抢救成功率。采用因子分析法探讨综合评价指标。 8. 数据data14-05是1997年全国31个省市自治区按各种经济类型资产占总资产比重(%)的数据,试对其作对应分析。 习题参考答案 习题参考答案 习题参考答案第7题:操作过程1 习题参考答案第7题:操作过程2 第7题参考答案-1 第7题参考答案-2 第7题参考答案-3 第7题参考答案-3 第7题参考答案-4 第7题参考答案-5 第8题参考答案.操作-1 第8题参考答案.操作-3 对应表 输出结果及其解释 根据上图可将变量点和样品点分为三类: 一类:变量点为:港澳台经济/总资产 样品点为:福建、广东。 二类:变量点为:联营经济/总资产、股份制经济/总资产、外商投资经济/总资产 样品点为:北京、上海、天津、江苏、浙江、海南。 三类:变量点为:国有经济/总资产、集体经济/总资产 样品点为:除上述省市以外的其它省份。 从我国各地经济发展的实际情况来看,这样的分类还是比较符合实际的。在第一类中,样品点为:福建、广东,属东南沿海省份,港澳台华侨较多,所以港澳台经济占主导。在第二类中,样品点为:北京、上海、天津、江苏、浙江、海南,这些省市经济发达,开放程度高,所以,联营经济、股份制经济和外商投资经济占主导。第三类是其它省份,由于这些省份受传统因素的影响较大,所以国有经济和集体经济仍占主导。 各经济类别占总资产的比例定义为加权变量 定义加权变量 1 2 2-1 2-2 第8题参考答案.操作-2 输入变量 设定参数 第8题参考答案-4(对应图) 返回 聚为两类的因子得分散点图 聚为三类的因子得分散点图 返回 初始因子载荷阵 前3个因子(成分)方差解释 特征值散点图 数据文件中的三个新变量—因子得分 返回 对应分析菜单 对应分析主对话框 定义行变量 指定行变量的数值范围对话框 定义列变量对话框 列变量的数值范围对话框 对应分析--模型选择对话框 输出统计量和输出项对话框 输出的统计图形对话框 返回 对应分析实例输出1 对应表 对应分析实例输出2 行、列归一化处理表 汇总表 对应分析实例输出4 行、列得分图 返回 1. 从众多的原始变量中根据他们之间的相关性找出几个综合指标,每个综合指标都是原始变量的线性组合。这些指标包含了原始变量的大部分信息。由于综合指标的数量大大低于原始变量数目,从而大大降低了分析计算的工作量。对被研究对象的描述也会因为维数的降低更加容易。 2. 各成分提供的信息量用方差来衡量。 因为主成分分析是把原始变量的总方差分解为各成分的方差。原始变量的总方差等于各成分方差之和(原始变量标准化后总方差等于变量个数)。每个成分即每个综合指标的方差在总方差中的比值就是他的贡献率,贡献率越大说明他对解释原始变量之间差异的能力越大即他包含的信息量越大。因此各成分提供的信息量用方差来衡量。 3. 一般主成分数的确定主要看: (1) 累计贡献率。各成分的方差按降
您可能关注的文档
最近下载
- 必威体育精装版2023版知识产权贯标GBT29490 18知识产权合规管理控制程序(含表单)[知识产权合规管理体系文件].docx
- 新源(财)Y026-2022国网新源公司工程财务管理办法.pdf VIP
- 二年级上册阅读计划(教材“快乐读书吧”) .pdf VIP
- 《四川省建筑工程施工扬尘防治标准》DBJ51T 231-2023.docx
- 爱心公益基金会章程(精选3篇).docx VIP
- 学校餐厨垃圾处理合同.docx VIP
- 二年级上册语文上册-abb、abcc、aabc、abab、aabb等词语 人教部编版.pdf
- 银行数据治理建设方案.pdf VIP
- 2022类风湿关节炎诊疗规范(全文).pdf
- 内部控制制度固定资产循环.docx VIP
文档评论(0)