系统工程课程设计.docx

分析管理112大二下学期成绩键入文档副标题在此处键入文档摘要。摘要通常为文档内容的简短概括。在此处键入文档摘要。摘要通常为文档内容的简短概括。组长：吕瀚洋 成员：张慧明 樊娟 王玉红 于琳 王金麟 张新平 冶宾鹏 钟兴雄 王凤琪2013/11/26以管理112大二下学期成绩为对象，选取10门科目为指标，进行主成分分析。学生编号学生姓名技术经济学运筹学I物流系统论财务管理概率论马克思主义形势与政策大学英语IV英语实验II体育IV合计11064201蔡先锋8155827660808381819076911064202陈俞秀8285846883858287827581311064203第泽蓉9496737699768578749184211064204段梦媛9282818480838572776079611064205段青林6318666064778468848066411064206樊娟8589817885808583789183511064207郭凯斌8160637473718480708073611064208郭盼盼8678748075858378758479811064209郭雪7860866260788369757672711064210何丽君8481737287718372759078811064213李文玉7973807379768473718577311064214吕瀚洋6060716872618265827169211064216宋迪迪9695838592848382859487911064217万应霞9190857880758467729581711064218汪佳敏8781708083758474808880211064219王佳丽8372826273668464807674211064220王金麟8071897970838379758779611064221王快乐8184828788718380799082511064222王玉红8286718086818277769181211064223魏新敏8088777783808483808081211064224吴群6460827160718265778271411064225徐少薇8076757580778572809179111064226许鹏程6618646276608465706162611064227薛尹桐8984828179748578728380711064228杨元戎7060631776608568618464411064229张敏8981747886808471768480311064230张启帆6879788060668374677673111064231张新平8361657970818366728174111064232赵迎迎8085837570828588918382211064234左玉斌6930657670668463806867110064225吴宏艳606061604162866063553在因子分析结果中，第一列对应的变量的算术平均值，计算公式为第二列对应的是样本标准差，计算公式为第三列分析N对应是样本数目。 接下来是相关系数矩阵，一般而言，相关系数高的变量，大多会进入同一个主成分，但不尽然，除了相关系数外，决定变量在主成分中分布地位的因素还有数据的结构。相关系数阵下面的a行列式=0。006是相关矩阵的行列式值。在公因子方差中，给出了因子载荷阵的初始公因子方差和提取公因子方差。 在解释的总方差表的初始特征值中，给出了按顺序排列的主成分得分的方差，在数值上等于相关系数矩阵的各个特征根，因此可以直接根据特征根计算每一个主成分的方差百分比。由于全部特征根的总和等于变量数目，即有m=i=10，故第一个特征根的方差百分比为1/m=4.186/10=41.86%，第二个特征根的百分比为2/m=1.686/10=16.86%，其余依此类推。然后可以算出方差累计值。在提取平方和载入给出了从左边栏目中提取的两个主成分及有关参数，提取的原则是满足1。 主成分的数目可以根据相关系数矩阵的特征根来判定，相关系数矩阵的特征根刚好等于主成分的方差，而方差是变量数据蕴涵信息的重要判据之一。根据值决定主成分数目的准则有三：i 只取1的特征根对应的主成分从解释的总方差表中可见，第一、第二主成分对应的值都大于1，这意味着这两个主成分得分的方差都大于1。ii 累计百分比达到80%85%以上的值对应的主成分在解释的总方差表可以看出，前两个主成分对应的值累计百分比达到58.729%。iii 根据特征根变化的突变点决定主成分的数量从特征根分布的碎石图上可以看到，第3个值是一个明显的折点，这暗示选取的主成分数目应有p3，选3个大致合适。在成分矩阵中，给出了主成分载荷矩阵，每一列载荷值都显示了各个变量与有关主成分的相关系数。以第一列为例，0.837实际上是技术经济学与第一个主成分的相关系数。将标准化的数据与第一主成分得分进行回归，决定系数R2=0.700569，容易算出R=0.837，这正是技术经济学在第一个主成分上的载荷。计算公因子方差和方差贡献。首先求行平方和，例如，第一行的平方和为h12=0.2002+0.2042=0.075这是公因子方差。然后求列平方和，例如，第一列的平方和为s12=0.23862这便是方差贡献。：相关系数矩阵的特征根方差贡献主成分得分的方差我们提取了3个主成分，故计算公因子方差时只考虑3个主成分。第五步，计算结果分析。从成分矩阵表即主成分载荷表中可以看出，技术经济学，运筹学在第一主成分上载荷较大，亦即与第一主成分的相关系数较高；形势与政策和概论与数理统计和大学英语实验在第二主成分上的载荷较大，即与第二主成分的相关系数较高；体育在第三主成分上载荷较大，亦即与第三主成分的相关系数较高因此可将主成分命