《因子分析的步骤.pdf》由会员分享，可在线阅读，更多相关《因子分析的步骤.pdf（11页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、因子分析的步骤因子分析的步骤1 1、评价指标体系：、评价指标体系：我国我国 3131 个省市自治区个省市自治区 20062006 年的年的 6 6 项主要经济指标数据项主要经济指标数据:人均 GDP、财政收入、固定资产投资、年末总人口、居民消费水平、社会消费品零售总额2 2、考察数据是否适合做因子分析、考察数据是否适合做因子分析运用因子分析方法的前提是，变量之间存在线性的关系，这样才能够达到减少变量，方便分析的目的.通过变量的相关矩阵可知，大多数变量的相关系数大于 0.3,具有较强的相关性。相关矩阵相关矩阵固定资产投人均GDP财政收入资1.000.670.362-。091.967.436。67
2、01。000.832.560。693.924.362。8321。000.783.327.932年末总人口-.091.560。7831。000。066。771居民消费水平.967.693.327.0661。000.442社会消费品零售总额。436。924.932。771。4421.000相关人均GDP财政收入固定资产投资年末总人口居民消费水平社会消费品零售总额同时,对上述变量进行KMO测试度和Baetlett球体检验,见下表：KMOKMO 和和 Bartlett Bartlett 的检验的检验取样足够度的 Kaiser-MeyerOlkin 度量。Bartlett 的球形度检验近似卡方dfSig
3、。695277。02515。000分析可知,Bartlett 球形度检验统计量观测值为 277.025,相应的概率 P 接近 0。如果显著性水平为 0.05，由于概率 P 小于显著性水平 0。05，应拒绝原假设，认为相关矩阵与单位矩阵有显著差异。同时，KMO 值为 0。695,较好的达到了标准，可以运用因子分析的方法。3 3、提取因子、提取因子根据原来变量的相关系数矩阵，采用主成分分析法提取因子并选取大于 1 的特征根.因子分析的步骤公因子方差公因子方差人均GDP财政收入固定资产投资年末总人口居民消费水平社会消费品零售总额提取方法:主成份分析.初始1。0001。0001.0001.0001。0
4、001.000提取。975。956.927。930.974。972表中第 3 列是根据因子分析最终解计算出的变量共同度。可以看出，变量的绝大部分信息可被因子分析，信息丢失较少。因子提取的总体效果比较好。解释的总方差解释的总方差初始特征值成份123456合计3.9631.771。128。095。026。017方差的%66.05229。5182.1281.589.433。280累积%66。05295。57097。69899。28799.720100.000合计3.9631。771提取平方和载入方差的%累积 66.05229。51866。05295.570提取方法:主成份分析。看表的第 2 列,变量
5、相关系数矩阵有 2 个特征根大于 1，它们分别是:3.963，1。771。它们一起解释了各省市综合发展情况的 95.57。也就是说前 2 个因子集中体现了原始数据大部分的信息，因此，提取 2 个公共因子是合适的，能够比较全面的反映情况.同时可以参考碎石图来验证。因子分析的步骤该图的横坐标为因子数目,纵坐标为特征根.曲线迅速下降，然后下降变得平缓,从第 3 个因子开始变成近似一条直线，特征根值小于 1，解释原有的变量贡献小。曲线变平开始的前一个点被认为是提取的最大因子数，即提取 2 个公因子。第 3 个因子后面的这些散点像山脚下的碎石，可以舍去，不会损失太多信息.4 4、因子的命名与解释、因子的
6、命名与解释计算输出因子载荷矩阵，是用标准化的公因子近似表示标准化原始变量的系数矩阵，见下表：成份矩阵成份矩阵a a人均GDP财政收入固定资产投资年末总人口居民消费水平成份1。670.976。896.633.6742。725.055-.351.728。721因子分析的步骤社会消费品零售总额提取方法:主成份。a.已提取了 2 个成份.。950.263人均 GDP=0.670F1+0。725F2财政收入=0。976F1+0.055F2固定资产投资=0.896F10.351F2年末总人口=0。633F1-0。728F2居民消费水平=0.674F1+0.721F2社会消费品零售总额=0。950F10。2
7、63F2旋转成份矩阵旋转成份矩阵a a人均GDP财政收入固定资产投资年末总人口居民消费水平社会消费品零售总额提取方法:主成份.成份1.112。755.931.941。117。9222.981。622。247-。213。980.349旋转法：具有 Kaiser 标准化的正交旋转法。a.旋转在 3 次迭代后收敛.根据因子正交旋转矩阵，将指标分成 2 个公共因子并命名：第 1 个公共因子（经济水平)：年末总人口、固定资产投资、社会消费品零售总额、财政收入第 2 个公共因子（消费水平）:人均 GDP、居民消费水平因子分析的步骤5 5、计算因子得分与综合评价得分及排序、计算因子得分与综合评价得分及排序成
8、份得分系数矩阵成份得分系数矩阵人均GDP财政收入固定资产投资年末总人口居民消费水平社会消费品零售总额提取方法:主成份。成份1.105。180.300。372。104。2812.430。171.026。237.429。022旋转法：具有 Kaiser 标准化的正交旋转法.构成得分.F1=0。105X1+0.180X2+0。300X3+0。372X4-0。104X5+0。281X6 F2=0。430X1+0.171X2-0.026X30.237X4+0。429X5+0。022X6其中，X1、X2、X3、X4、X5、X6 为各项指标经处理之后的标准化数据。地区广东F12.42045F1 得分F210
9、.89371F2 得分5因子分析的步骤山东2。36315江苏1。9649820.0027530.575320。106河南1。2949448342429浙江0。94065四川0。90321河北辽宁0.778490.4176951.114996-0。850867-0。4718580.20721430208湖南0。3537290.5679323湖北0。34515安徽0。2825100.45611-0.75666120.656613-0。6410119282624广西-0.14229江西-0.176890。福建191630。云南19706陕西-0.25735140。28576715-0.7021127
10、16-0.54120。22黑龙江0.267172645713山西-0.28441180.2703615因子分析的步骤内蒙古-0。45809重庆-0.4654吉林0.48134贵州0.484780。上海547240。北京64278甘肃-0.72284新疆-0。77561天津-1.12433190.0390820-0.3059991621-0.17487110。228571231233。469091242。638622250.643426-0。31232271。4499625173海南-1。16597280.2674814宁夏-1.2141329-0.2428312青海-1.21694300.34
11、24418西藏1.2488831-0。5166421因子分析的步骤6 6、因子综合评价得分、因子综合评价得分每个地区的因子得分计算方法是：用每个公因子的方差贡献率做权数，对每个因子进行加权，然后加总得到每个地区的总因子得分，按总得分的多少进行排序,以反映各地区经济发展的差异权数因子贡献方差0。691166。0520。308929。51895。57（总方差）66.052%29.518%F1F295.57%95.57%F 0.6911F10.3089F2F 地区F1F2FF 得分12345广东2。420450.893711。94884山东2.363150。002751。634022江苏1.9649
12、80.575321.535714浙江0.940651。114990.994504上海3.469090。693404因子分析的步骤0.54724河南1。294940.83424河北0.77849-0。471850.392260。北京64278四川0。90321-0。850860.361378辽宁0。417690.207210.352673湖北0.34515-0。4560.0976750。湖南0。35372567930。安徽0.2825756660。福建19163黑龙江-0.267-0。264570.266250。山西284410。广西14229内蒙古0.45809江西0。-0。32026190.
13、03908-0。3045118-0。656630116270360.280070。170。16150.28576-0.04416140。0385130.06902212910112。638620。370844870。6372366因子分析的步骤176890.64101-1。天津12433陕西0.257350。云南19706吉林0.48134重庆0.4654贵州0.484780。新疆77561甘肃0.72284海南1.16597宁夏1.21413青海1.21694西藏-1。0226931-0。34244-0。9468130-0.24283-0。914129-0。26748-0.8884328-0。6434-0.698327-0。312320.63252685712305990。-0.599825174870。-0。416162438667702110。353070。230。0。22-0.5412-0.34503211.44996-0.3291320因子分析的步骤1.248880.51664