统计分析软件应用SPSS主成分分析实验报告.doc

本科学生综合性、设计性 实验报告 实验课程名称 统计分析软件应用 开课学期 2010 至 2011 学年 下 学期 上课时间 2011 年 4 月 25 日 辽宁师范大学教务处编印 一、实验方案 实验名称：主成分分析 实验时间：2011.04.25 小组合作：是○ 否● 小组成员： 实验目的： 掌握主成分分析的思想和具体步骤。掌握SPSS实现Windows XP；SPSS for Windows13.0打开SPSS软件 （2）选择菜单[Analyze]=[Data Reduction]=[Factor]进入[Factor Analysis]主对话框。选定左边列表中的变量X1、X2、X3、X4、X5、X6、X7、X8，单击按钮使之进入[Variables]列表框。 （3）单击主对话框中的[Descriptive…]按钮，打开[Factor Analysis：Descriptives]子对话框，在[Statistics]栏中选择[Univariate descriptives]项要求输出各变量的均值与标准差，在[Correlation Matrix]栏内选择[Coefficients]项要求计算相关系数矩阵，单击[Continue]按钮返回[Factor Analysis]主对话框。 （4）单击主对话框中的[Extraction…]按钮，打开[Factor Analysis：Extraction]子对话框。在[Method]列表中选择默认因子抽取方法[Principal Components]，在[Analyze]栏中选择默认的[Correlation Matrix]项要求从相关系数矩阵出发求解主成分，在[Extract]栏中选择默认项[Eigenvalues over：1]，[Maximum iteration convagence：]选择25，在[Display]中选择[Scree plot]单击[Continue]按钮返回[Factor Analysis]主对话框。 （5）[Rotation]和 [Scores]，均选择默认选项，单击主对话框[OK]按钮，输出结果。 注意事项： 可以看出，主成分分析依赖于原始变量，也只能反映原始变量的信息。所以原始变量的选择很重要。另外，如果原始变量都本质上独立，那么降维就可能失败这是因为很难把很多独立变量用少数综合的变量概括。数据越相关，降维效果就越好。在得到分析的结果时，并不一定会都得清楚的结果。这与问题的性质，选取的原始变量以及数据的质量等都有关系。由协方差阵出发与由相关阵出发求解主成分所得结果不一致时，要恰当的选取某一种方法； 对于度量单位或是取值范围在同量级的数据，可直接求协方差阵；对于度量单位不同的指标或是取值范围彼此差异非常大的指标，应考虑将数据标准化，再由协方差阵求主成分； ??3）主成分分析不要求数据来源于正态分布； ??4）在选取初始变量进入分析时应该特别注意原始变量是否存在多重共线性的问题（最小特征根接近于零，说明存在多重共线性问题）? （5）因子分析中各个公共因子之间不相关，特殊因子之间不相关，公共因子和特殊因子之间不相关。选取了个的数据，指标都是正指标，无需归一化，SPSS13.0将自动对原始数据进行标准差标准化处理，消除指标量纲及数量级的影响。[1] 卢纹岱.SPSS for Windows统计分析[M].电子工程出版社，2006 [2] 郭显光. 如何用SPSS软件进行主成分分析[J]. 统计与信息论坛，1998, (2)[] 何晓群. 现代统计分析方法与应用[M]. 中国人民大学出版社，1998[4] 余建英、何旭宏. 数据统计分析与SPSS应用[M]. 人民邮电出版社，2003 年 月 日 二、实验报告 1、实验目的、设备与材料、理论依据、实验方法步骤见实验设计方案 2、实验现象、数据及结果 表1描述性统计量表 表2 主成分因子荷载矩阵表 表3 相关系数矩阵表 表4 公因子方差表 图1 碎石图 表5 总方差分解表 3、对实验现象、数据及观察结果的分析与讨论： 表1是描述统计量表，主要列出了统计量的均值、方差和数据个数。 表2是主成分因子荷载矩阵表，系数表示该因子对变量的影响程度。这里每一列代表一个主成分作为原来变量线性组合的系数（比例）。比如第一主成分作为赔付率、净收入与总收入之比、投资收益率、再保险率、总资产报酬率、两年保费收入收益率、保费收入变化率、流动性比率，这八个原先