第1个回答 2014-03-22
主成分分析不是一个独立的统计阶段，而是一个初步结果，其应用有两个方面：
一是主成分评价，另一个是主成分回归。这里，我只给您介绍主成分评价。
主成分评价的步骤：
第一步，对原始数据进行无量纲化处理，公式是减均值比上标准差。
如果用统计软件SPSS操作，则点击菜单“分析---描述统计---描述”，把全部变量选进变量框，勾选“将标准化得分另存为变量”，然后点确定，
第二步， 计算特征根、方差贡献率、累计方差贡献率以及主成分载荷矩阵
在SPSS点击菜单“分析--降维--因子分析”，把标准化后的所有变量调入变量框，确定。得表1和表2。表1给出了两个主成分的特征根，分别是5.624和1.997（例）。
表1 方差分析表
表2（例） 主成分矩阵
第三步，提取主成分
由表1可知，提取了两个主成分，这两个主成分的累计方差贡献率高达95.261%，表明提取前两个主成分可以基本反映全部8个指标所具有的信息。
第四步，计量特征向量
特征向量等于主成分矩阵（表2）除以特征值的平方根。表3即计算出的两个特征向量：
表3 特征向量表
第五步， 计算主成分得分
利用这两个公式可以求出两个主成分F1和F2的得分。
第六步，计算综合得分
表9从略。
主成分分析不需要旋转，因子分析才需要。
希望能帮上您！刘得意统计服务
相似回答