spss主成分分析实验报告（spss主成分分析）

大家好，小爱来为大家解答以上问题。spss主成分分析实验报告，spss主成分分析很多人还不知道，现在让我们一起来看看吧！

1、 将数据输入excel或spss。

2、 数据标准化：打开数据后，选择分析描述统计描述对数据进行标准化，选择将标准化分数保存为变量。

3、 主成分分析：依次选择分析降维因子分析。

4、 设置描述、提取、评分和选项。

5、 查主成分分析分析：相关矩阵显示指标之间有很强的相关性。比如GDP这个指标，与财政收入、全社会固定资产投资、第二产业增加值、第三产业增加值、工业增加值的相关系数很大。这说明它们的指标信息之间存在重叠，适合进行主成分分析。(下表不完整)

6、 根据TotalVarianceExplained(主成分特征根和贡献率)，特征根1=9.092和特征根2=1.150的前两个主成分的累积方差贡献率达到93.107%，涵盖了大部分信息。这说明前两个主成分可以代表分析河南省城市综合经济实力发展水平的前11个指标，因此可以提取前两个指标。主分量，分别表示为F1和F2。

7、 指标X1、X2、X3、X4、X5、X6、X7、X8、X9、X10在第一主成分中具有高负荷和强相关性。第一主成分反映整体经济总量。X11对第二主成分的负荷高，相关性强。第二个主成分反映的是人均经济水平。但是要注意：

8、 这个主成分载荷矩阵不是主成分的特征向量，也就是不是主成分1和主成分2的系数。主成分系数通过将每个独立成分负载向量除以每个独立成分特征值的算术平方根来计算。

9、 组分得分系数矩阵(因子得分系数)列出了强两个特征根对应的特征向量，即主要组分解析表达式中标准化变量的系数向量。所以主要成分的解析表达式如下：F1=0.32 zx 110.33 zx 120.31 zx 130.31 zx 140.32 zx 150.32 zx 160.32 zx 170.32 zx 180.32 zx 190.21 zx 110.15 zx 111。

10、 F2=8.46 zx21 0.02 zx22-0.02 zx23-0.20 zx24-0.23 z25-0.04 zx26-0.15 zx27-0.02 zx28 0.10 zx29 0.47 zx210 0.78 zx211 .

11、 主成分得分是相应因子得分乘以相应方差的算术平方根。即主成分1的得分=因子1的得分乘以9.092的算术平方根；主成分2的得分=因子2的得分乘以1.150的算术平方根；比如郑州：主成分因子的算术平方根=fac 1 _ 1 * 9.092=3.59386 * 9.092=10.83，将各指标的标准化数据带入一个主成分分析表达式。分别计算两个主成分得分(F1，F2)，然后用各主成分对全书的贡献率加权平均，即H=(82.672*F1 10.497*F2)/93.124，得到综合主成分得分。

本文到此结束，希望对大家有所帮助。

免责声明：本文由用户上传，如有侵权请联系删除！