大数据分析-SPSS因子与主成分分析
因子分析是一种数据简化的技术,通过研究众多变量之间的内部依赖关系,探求观测数据中的基本结构,并用少数几个假想变量来表示其基本的数据结构。
1.因子分析
- 01
1.因子分析 (1)主要思路:降维 简化数据结构 (2)目的:将(具有错综复杂关系的)变量 综合为 (数量较少的) 因子 以再现 原始变量与因子的关系, 通过不同的因子,对变量进行分类 消除 相关性,在信息损失最小的情况下,降维 (3)步骤 选取因子分析的变量(选相关性较大的,利于降维)――标准化处理; 根据样本、估计随机向量的协方差矩阵或相关矩阵; 选择一种方法――估计因子载荷阵,计算关键统计特征; 进行因子旋转,使因子含义清晰化,并命名,利用因子解释变量的构成; 计算每个因子在各样本上的得分,得出新的因子得分变量――进一步分析。 (4)如何分析 检验变量间偏相关度KMO值>0.6,才适合做因子分析; 调整因子个数,显示共同特征后即可命名。
- 02
2.因子分析操作步骤
- 03
3.看看结果吧
2.主成分分析
- 01
1.主成分分析与因子分析各自特点
- 02
2.操作步骤
- 03
3.看看结果吧
赞 (0)