大数据分析－SPSS因子与主成分分析

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

（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。

2.因子分析操作步骤

3.看看结果吧

1.主成分分析与因子分析各自特点

2.操作步骤

3.看看结果吧