市场研究——数据技术与情境案例 课件 第十三章 降维分析.pptx

第十三章降维分析

降维分析的作用降维分析：为了尽量避免信息重叠和减轻工作量，人们就往往希望能找出少数几个互不相关的综合变量来尽可能地反映原来数据所含有的绝大部分信息。降维分析在数据分析方面有两个主要作用。（1）发现隐含于数据内部的结构，找出存在于原有各变量之间的内在联系，并简化观察变量，使得对调查结果的解释更简单直观。变量（或因素）之间多存在很强的相关性，它们可能在某种程度上说明某个或某几个共同内含因素。这些内涵因素虽不易被直接观察到，但却可由原始变量来共同解释。降维分析的目的就是发现众多原始变量中内含的共同因子。（2）对变量或样本进行分类。

单击此处添加文本具体内容主成分分析方法因子分析方法单击此处添加文本具体内容目录

主成分分析方法单击此处添加文本具体内容/01

主成分分析的基本思路主成分分析所要做的就是设法将原来众多具有一定相关性的变量，重新组合为一组新的相互无关的综合变量来代替原来变量。

主成分分析的数学模型

情景13-2：SPSS分析实例----沿海省份经济发展比较沿海十个省的九项经济指标，包括：GDP、人均GDP、农业增加值、工业增加值、第三产业增加值、固定资产投资、基本建设投资、国内生产总值占全国比重（%）、海关出口总额、地方财政收入。如何比较各省之间的经济发展水平？

单击此处添加标题单击此处添加文本具体内容/02

因子分析方法因子分析和主成分分析有着共同的出发点，即都是从变量的相关系数矩阵出发，在损失较少信息的前提下，把多个变量（这些变量之间要求存在较强的相关性，以保证能从原始变量中提取主成分）综合成少数几个综合变量来研究总体各方面信息的多元统计方法，且这少数几个综合变量所代表的信息不能重叠，即变量间不相关。探索性因子分析（ExploratoryFactorAnalysis，EFA）和验证性因子分析（ConfirmatoryFactorAnalysis，CFA）。

因子分析方法收集观测变量相似系数矩阵因子分析适合性判断因子提取共同度因子载荷因子旋转因子命名

情境13-3：SPSS分析实例----保健品使用者偏好在第十一章情境中保健品功能效果有15个条款，如果比较每个条款会使分析变得比较复杂，如果可以把15个条款简化，但是又不丢失过多信息，那么就可以使后续的分析变得简单。

THANKS