主成分分析结果.doc_第1页
主成分分析结果.doc_第2页
主成分分析结果.doc_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

相关矩阵表各个变量之间存在着较强的相关关系，如果直接对其进行分析的话，有可能产生严重的共线性的问题，所以，就有必要对其进行主成分分析。上面表中的空格表明自身相关系数为1，它的不相关的显著性概率为0，也就不再显示出来了。变量共同度上面表中所显示出来的变量的共同度对所有的变量都是1，说明这个模型解释了每一个变量的全部的方差，然而就不需要特殊因子了，也就是说特殊因子的方差为0。解释总方差表根据上面解释总方差表的显示，我们可以知道表中所列出的所有的主成分，他们是按照特征根从大到小的顺序排列的。可以得知，第一个主成分的特征根是4.625，它解释了总变异的77.084%；第二个主成分的特征根是0.793，虽然它解释了总变异的13.220%，但是由于它的特征根0.793远小于1，这就说明了第二主成分的解释力度还不如直接引进原始的变量大。所以，根据主成分的个数的确定原则，也就是累积方差贡献率达到80%85%以上并且要求特征值要大于1这两个原则才可以，就确定了这6个变量所需要提取一个主成分。碎石图碎石图其实就是按照特征根大小排列的主成分散点图，如上图所示的，第一主成分的特征根大于1，从第二个主成分开始特征根都比较偏低，然而特征根小于1，就可以看做第一个主成分能够概括绝大部分的信息。因子载荷矩阵从上面表中的因子载荷矩阵可以看出，标准化的原始的变量可以利用求得的主成分来线性表示出来，它的近似的表示可以根据上面表中的数据写出来。以price为例，现在本实验中只有一个主成分，可以用prin来表示这个主成分，得到如下所示的表达式子：Price=0.958prin另外，运用以上的系数矩阵，可以得到利用各个原始变量写出来的因子表达式，方法就是运用上面表中第i列向量除以第i个特征根的算术平方根以后，得到的第i个主成分的变量系数向量，具体写出来的表达式如下所示：Prin=0.445*zprice+0.448*zpay+0.357*zincome
人人文库> 全部分类> 教育资料 > 课设设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论