运用SPSS进行PCA主成分分析(因子分析) |
您所在的位置:网站首页 › spsskmo分析怎么做 › 运用SPSS进行PCA主成分分析(因子分析) |
运用SPSS进行PCA主成分分析(因子分析)
一、 SPSS数据标准化二、 SPSS主成分分析三、 EXCEL权重计算四、 思考1. 数据标准化的方法:“最小—最大标准化”、“Z-score标准化”;2. 关于KMO检验标准;
写在前面:很抱歉,因课题转换,已经不做这方面的研究了,各位的评论就不再回复了,欢迎自行在评论里讨论!
PCA主成分分析是以降维方式提取主成分,提取出的主成分是原始变量的综合考量,可简化数据的复杂度,便于后期处理。本文记录了如何利用SPSS中自带的因子分析进行主成分分析。 一、 SPSS数据标准化 用SPSS软件打开文件;![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() a)最小—最大标准化 原理:将某一问项的原始值x通过标准化映射成在区间[0,1]中的值,其公式为:新数据=(原数据-极小值)/(极大值-极小值),也称为离差标准化,是对原始数据的线性变换,使结果值映射到[0 - 1]之间; 公式:标准化结果x’=(x-min)/(max-min),其中x表示原始数据,min表示该指标的最小值,max表示该指标的最大值; b)Z-score标准化 原理:通过原始数据的均值(mean)和标准差(standard deviation)进行数据的标准化,经过处理的数据符合标准正态分布,即均值为0,标准差为1,其标准化后的数值大小有正有负,如下图中的标准正态分布曲线; KMO是用来检验该数据是否可以使用主成分分析的一个指标 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |