主成分分析方法的基本原理 SPSS的主成分分析主要是解决什么问题?
SPSS的主成分分析主要是解决什么问题?
SPSS的主成分分析主要用于因子分析。其目的是通过对多个原始因子的内部相关分析,将多个原始因子整合成一个或多个相对独立的综合因子,以表征原始的分散因子。
例如,我们测量客户满意度并设计10个主题。在数据收集之后,我们可以使用因子分析来观察这10个主题是否可以整合成多个因子。
通过SPSS的主成分分析,得到相应的结果。
结果可能是五个主题之间的相关性非常显著。我们可以用一个因素来概括这五个因素,另外三个因素和两个因素也可以分别构成一个因素。主成分的特征值大于1。这样,我们最终可以通过三个综合因素来研究和分析顾客满意度
主成分分析法的缺点:[1]在主成分分析中,首先要保证提取的前几个主成分的累积贡献率达到较高的水平(即变量降维后的信息量必须保持在较高的水平)。其次,我们必须能够给出符合实际背景和意义的解释(否则,主成分将没有信息,但没有实际意义)。
2. 主成分的解释不如原始变量那样清晰、准确,这是变量降维过程中必须付出的代价。因此,提取的主成分m的个数应明显小于原始变量p的个数(除非p本身较小),否则降维的“优点”可能抵消不了主成分含义不如原始变量清晰的“缺点”。
主成分分析方法的基本原理 主要成分分析方法 主成分分析的步骤
版权声明:本文内容由互联网用户自发贡献,本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。