因子和主成分总结报告.doc

因子分析和主成分分析 实验目的 学习利用SPSS进行因子分析和主成分分析。 二、实验性质 选修，基础层次 三、主要仪器及试材 计算机及SPSS软件 四、实验内容 因子分析 五、实验学时 2学时 六、实验方法与步骤 1. 开机； 2. 找到SPSS的快捷按纽或在程序中找到SPSS，打开SPSS； 3. 按要求建立数据文件； 4. 进行统计分析； 5. 撰写实验报告； 6. 关闭SPSS，关机。 七、实验注意事项 1. 实验中不轻易改动SPSS的参数设置，以免引起系统运行问题。 2. 遇到各种难以处理的问题，请询问指导教师。 3. 为保证计算机的安全，上机过程中非经指导教师和实验室管理人员同意，禁止使用移动存储器。 4. 每次上机，个人应按规定要求使用同一计算机，如因故障需更换，应报指导教师或实验室管理人员同意。 5. 上机时间，禁止使用计算机从事与课程无关的工作。 八、上机作业 例1：下表资料为25名健康人的7项生化检验结果，7项生化检验指标依次命名为X1至X7，请对该资料进行因子分析。 ?X1 X2 X3 X4 X5 X6 X7 3.76 3.66 0.54 5.28 9.77 13.74 4.78 8.59 4.99 1.34 10.02 7.5 10.16 2.13 6.22 6.14 4.52 9.84 2.17 2.73 1.09 7.57 7.28 7.07 12.66 1.79 2.10 0.82 9.03 7.08 2.59 11.76 4.54 6.22 1.28 5.51 3.98 1.30 6.92 5.33 7.30 2.40 3.27 0.62 0.44 3.36 7.63 8.84 8.39 8.74 7.01 3.31 11.68 3.53 4.76 1.12 9.64 9.49 1.03 13.57 13.13 18.52 2.35 9.73 1.33 1.00 9.87 9.87 11.06 3.70 8.59 2.98 1.17 9.17 7.85 9.91 2.62 7.12 5.49 3.68 9.72 2.64 3.43 1.19 4.69 3.01 2.17 5.98 2.76 3.55 2.01 5.51 1.34 1.27 5.81 4.57 5.38 3.43 1.66 1.61 1.57 2.80 1.78 2.09 3.72 5.90 5.76 1.55 8.84 5.40 7.50 1.97 9.84 9.27 1.51 13.6 9.02 12.67 1.75 8.39 4.92 2.54 10.05 3.96 5.24 1.43 4.94 4.38 1.03 6.68 6.49 9.06 2.81 7.23 2.30 1.77 7.79 4.39 5.37 2.27 9.46 7.31 1.04 12.00 11.58 16.18 2.42 9.55 5.35 4.25 11.74 2.77 3.51 1.05 4.94 4.52 4.50 8.07 1.79 2.10 1.29 8.21 3.08 2.42 9.10 3.75 4.66 1.72 9.41 6.44 5.11 12.5 2.45 3.10 0.91 实验步骤： 1．建立数据文件。定义变量名：分别为X1、X2、X3、X4、X5、X6、X7，按顺序输入相应数值，建立数据文件,保存为“生化检验”。 2．选择菜单“分析→降维→因子分析” ，弹出“因子分析”对话框。 3．单击“描述”按钮，弹出“因子分析：描述统计”对话框，在“统计量”中选“单变量描述性”项，输出各变量的均数与标准差，“在相关矩阵”栏内选“系数”，计算相关系数矩阵，并选“KMO 和Bartlett的球型度检验”项，对相关系数矩阵进行统计学检验，如图2。 图1 图2 4．单击“抽取”按钮，弹出对话框，方法 图3 5．单击“旋转”按钮，弹出对话框， 最大方差”进行因子正交旋转，如图4。 6．单击“得分”按钮，弹出对话框，选估计因子得分系数 7．单击“确定”，得到输出结果。 图4 图5 实验结果 （1）考察原有变量是否适合进行因子分析 表1 表1显示原有变量的相关系数矩阵，可以看出大部分的相关系数都比较高，各变量呈较强的线性关系，能够从中提取公共因子，适合进行因子分析。 表2 由表1-2可知，巴特利特球度检验统计量观测值为326.191，相应的概率p值接近0，如果显著性水平α为0.05，由于概率p值小于显著性水平α，应拒绝零假设，可以认为相关系数矩阵与单位阵有显著差异，同时KMO值为0.321，根据Kaiser给出的KMO度量标准可知KMO值偏小，意味着因子分析的结果可能不能接受。 （2）提取因