SPSS主成分分析和因子分析文件材料.pptVIP

10.2 主成分分析 第六步 主要结果： 编号 国家 y1 y2 y3 1 中国 -2.19 0.07 3.01 -0.63 2 印度 -2.56 -0.11 -0.46 -1.11 3 日本 0.45 1.85 -0.27 0.88 4 韩国 -1.69 -0.46 -0.27 -0.88 5 新加坡 5.28 -6.26 1.19 -0.20 6 美国 3.30 6.07 1.46 3.80 7 加拿大 -0.43 -0.47 -0.31 -0.38 8 巴西 -1.91 -0.06 -0.43 -0.83 9 墨西哥 -1.68 -0.68 0.03 -0.94 10 英国 4.46 0.98 -1.75 2.05 11 法国 0.87 0.46 -0.52 0.49 12 德国 1.40 1.34 -0.26 1.06 13 意大利 -0.61 0.10 -0.54 -0.25 14 俄罗斯 -2.35 -0.20 -0.30 -1.05 15 澳大利亚 -1.36 -0.92 -0.30 -0.93 16 新西兰 -0.99 -1.73 -0.28 -1.09 过综合得分的高低可知各国参与国际化水平的高低，其中美国最高，印度最低。 主要内容 10.1 主成分分析和因子分析简介 10.2 主成分分析 10.3 因子分析 10.3 因子分析 10.3.1 统计原理与分析步骤 （1）统计原理 其中x1，x2, …,xp为p个原有变量，是均值为零，标准差为1的标准化变量，F1，F2，…，Fm为m个因子变量，m小于p，表示成矩阵形式为： 10.3 因子分析 10.3.1 统计原理与分析步骤 （2）分析步骤 第1步 将原始数据进行标准化； 第2步 确定待分析的原有若干变量是否适合于因子分析； 第3步 构造因子变量； 第4步 利用旋转使得因子变量更具有可解释性； 第5步 计算因子变量的得分。计算因子得分和模型为： j=1,2,…,m 10.3 因子分析 10.3.2 SPSS实例分析 【例10-2】 为了研究几个省市的科技创新力问题，现取了2005年8个省市的15个科技指标数据，试分析一个省的科技创新能力主要受哪些潜在因素的影响？ 省市 x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12 x13 x14 x15 北京 229 80.26 48.5 24.49 3.55 5.55 10.23 44774.45 25.02 24.1 779.24 226.01 34.42 3183.29 2.12 天冿 87 67.48 36.82 14.08 2.62 1.96 4.49 35451.77 33.59 21.38 410.34 73.15 25.06 495.78 1.82 辽宁 44 65.69 35.94 8.34 2.32 1.56 2.45 18974.2 11.29 5.57 263.35 22.32 15.21 204.98 1.78 上海 104 74.06 35.98 17.84 4.78 2.28 4.8 51485.83 39.72 19.08 654.31 112.32 15.85 1303.32 2 江苏 50 60.79 34.07 6.8 2.13 1.47 3.17 24489.18 43.13 17.99 206.68 16.6 9.14 134.89 1.41 浙江 53 63.48 31.08 5.42 3.95 1.22 1.83 27435.38 7.94 7.63 257.65 22.66 5.82 79.01 1.72 山东 30 64.59 33.22 4.44 1.81 1.05 1.59 20022.57 9.17 5.69 117.73 9.76 8.41 106.36 1.34 广东 35 69.64 37.27 5.81 3.66 1.09 2.18 24327.32 35.67 24.99 117.51 20.4 5.08 122.33 1.47 10.3 因子分析 第1步 分析：如题所述，要分析一个省的科技创新能力受哪些潜在因素的影响，可用因子分析法进行分析。 第2步 数据组织：建立x1～x15共15个数据变量和一个“省市”字符型变量，将北京、天津等8个省市作为个案数据输入并保存。 第3步 因子分析设置：按“分析→降维→因子分析”打开“因子分析”对话框，将x1～x15这15个变量移入“变量”对话框中，表示对这15个变量数据进行因子分析。 10.3 因子分析 “得分”对话框的设置：单击“得分（S）…”按钮，弹出此子对话框，选择“保存为变量”，即将因子得分保存下来。 第4步主要结果及分析： 特征值与方差贡献表 可以看出前3个特征值大于1，同时