已知还原性hso3 iSpss做出的主成分分析的各种表格，如何还原得到原始数据呀？

来源：蜘蛛抓取(WebSpider) 时间：2015-01-22 13:25 标签： spss原始数据
SPSS 主成分分析 ,关于用SPSS做主成分分析（因子分析）有几个问题想请教大家.1）13个变量,15组数据.做主成分分析过程中,我选了KMO以及Bartlett球度检验,为什么结果中没有这个表格；2）我发现调换原始数据中变量的_作业帮
SPSS 主成分分析 ,关于用SPSS做主成分分析（因子分析）有几个问题想请教大家.1）13个变量,15组数据.做主成分分析过程中,我选了KMO以及Bartlett球度检验,为什么结果中没有这个表格；2）我发现调换原始数据中变量的位置,主成分分析的结果很不一样啊,原来属于第一成分的变量跑到第二成分里去了,这是为何?3）要是我有个变量的类型是String,怎么把这个变量加进来分析?请高手指教,不甚感激!
1、确认选择这个选项吗?见下图.理论上选择这个选项,不可能没有结果的.&2、调换位置后,变量名是否变化了?3、String类型的数据只能分类变量,否则是不能用来说做数据分析的.分类变量,将字段改成字符串类型的就可以了.分析时,spss会自动对分类变量进行数字编码的.
1、确认选择这个选项吗？见下图。理论上选择这个选项，不可能没有结果的。&2、调换位置后，变量名是否变化了？3、String类型的数据只能分类变量，否则是不能用来说做数据分析的。分类变量，将字段改成字符串类型的就可以了。分析时，spss会自动对分类变量进行数字编码的。
1）& 我选了KMO以及Bartlett球度检验2）&对调位置变量名未变3）我选的就是string
您可能关注的推广回答者：您所在位置： &
&nbsp&&nbsp
因子的分析和主成分的分析.doc28页
本文档一共被下载：
次 ,您可免费全文在线阅读后下载本文档
文档加载中...广告还剩秒
需要金币：50 &&
你可能关注的文档：
··········
··········
实验课：因子分析
理解主成分（因子）分析的基本原理，熟悉并掌握SPSS中的主成分（因子）分析方法及其主要应用。
基础理论知识
因子分析（Factor analysis）：就是用少数几个因子来描述许多指标或因素之间的联系，以较少几个因子来反映原资料的大部分信息的统计学分析方法。从数学角度来看，主成分分析是一种化繁为简的降维处理技术。
主成分分析（Principal component analysis）：是因子分析的一个特例，是使用最多的因子提取方法。它通过坐标变换手段，将原有的多个相关变量，做线性变化，转换为另外一组不相关的变量。选取前面几个方差最大的主成分，这样达到了因子分析较少变量个数的目的，同时又能与较少的变量反映原有变量的绝大部分的信息。
两者关系：主成分分析（PCA）和因子分析（FA）是两种把变量维数降低以便于描述、理解和分析的方法，而实际上主成分分析可以说是因子分析的一个特例。
（1）因子变量的数量远少于原有的指标变量的数量，因而对因子变量的分析能够减少分析中的工作量。
（2）因子变量不是对原始变量的取舍，而是根据原始变量的信息进行重新组构，它能够反映原有变量大部分的信息。
（3）因子变量之间不存在显著的线性相关关系，对变量的分析比较方便，但原始部分变量之间多存在较显著的相关关系。
（4）因子变量具有命名解释性，即该变量是对某些原始变量信息的综合和反映。
在保证数据信息丢失最少的原则下，对高维变量空间进行降维处理（即通过因子分析或主成分分析）。显然，在一个低维空间解释系统要比在高维系统容易的多。
根据研究对象的不同，把因子分析分为R型和Q型两种。
正在加载中，请稍后... 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
SPSS教程_CHAP13_主成分分析与因子分析
下载积分：100
内容提示：
文档格式：PDF|
浏览次数：1|
上传日期： 10:30:09|
文档星级：
该用户还上传了这些文档
下载文档:SPSS教程_CHAP13_主成分分析与因子分析.PDF
官方公共微信spss中主成分分值怎么算在spss中,运用主成分分析法进行计算,最后得到综合评价表,其中表中的各变量的第一主成分分值、第二主成分值……怎么计算求得_作业帮
spss中主成分分值怎么算在spss中,运用主成分分析法进行计算,最后得到综合评价表,其中表中的各变量的第一主成分分值、第二主成分值……怎么计算求得
有个选项,选中之后会在数据集中产生
您可能关注的推广回答者：spss进行主成分分析时原始数据如果出现越小越好或者越靠近平均数越好,如何处理?在进行主成分分析时原始数据里肯定有一些指标越小越好或者越靠近平均数越好,这些指标如果不进行正向化处理直接放入spss中计_作业帮
spss进行主成分分析时原始数据如果出现越小越好或者越靠近平均数越好,如何处理?在进行主成分分析时原始数据里肯定有一些指标越小越好或者越靠近平均数越好,这些指标如果不进行正向化处理直接放入spss中计算是否正确?如果需要处理这些越小越好或者越靠近平均数越好的指标怎样做?用spss可以做吗?2.在分析原始数据时发现有些指标如第一个“总资产报酬率”应该是越大最后算出当年的指数应该越大，有的指标如“资产负债率”应该是越稳定（接近平均值）最后算出的指数越大，甚至在一些其他研究项目是会出现指标数值越小最后指数越大这三种情况我称为正向指标、中立指标和负向指标；3.我们知道spss在进行主成分分析时会自动进行数据标准化处理，但是如果将原始数据直接导入spss中计算时，上面说的正负指标和中立指标就会被等同对待；4.所以我的问题就是在导入spss时我是否应该将这三类指标进行处理，比如按不同的公式进行标准化处理？
麻烦你精炼一下语言,这样的提问没法看的,我替别人做这类的数据分析蛮多的

我要回帖

更多关于 spss原始数据 的文章

 

随机推荐