实验10 因子分析

1、实验编号：10四川师大商务统计学实验报告 苹年鱼月您日计算机科学学院2015级5班实验名称： 主成分分析与因子分析姓名：唐雪梅 学号 2015110538指导老师：朱贵琼 实验成绩:实验十主成分分析与因子分析实验目的及要求掌握主成分分析和因子分析的方法二.实验内容某超市内影响咖啡销量的因素分析某大型超市为了确定影响咖啡销量的因素，决定在一段时间内对店内的5中咖啡的销量 进行统计。特用16种属性来描述5中咖啡，如下页数据表，而参与调查的顾客则针对 每个属性，依据个人喜好来判断是否会因为某一属性而选择某种咖啡。请回答：影响咖啡销量的主要因素有哪些？如果想改善某一种咖啡的销量，应该从哪些方面入手？M

2、峰 00AB1827829693721114101305662466674733811191691060711137351249101332142444实验主要流程、基本操(1)16 实验方法：因子分析CDE12167603119301320101147913793314156578991569551012107644771726144920959作或核心代码、算、法片段f 4425(2) 录入实验数据:属性品牌A消里品牌田肖里品健Ci肖里品牌Di肖里品牌曰肖里 TOC o 1-5 h z4口|41194衬11“毗讪-204151如 |寸口|-r 司 况才-9祉倾|

3、9-3471331佰| 65日|司 991154同691551-10甫印|才寸-1071l|园3514-471时甫才1726址 ，144190刘44|-9佰|% |2314-73162724一厂25原假设：变量间的相关系数为0.球形检验的原假设H0：原始变量的相关系数矩阵是单位矩阵。(4)操作流程：AnalyzeData ReductionFactor曲因子分析:抽取X方陆（M）：主成粉曲因玲析:描象计x-毓计里单度堕描述性（成）叵原始分折姑果（）相关拒睥系薮逆模型（性）显舌性水平（会再生口行列式（W反映钢A）日困饵和日郭1的 的球般度枪艘K）衅 取消 ，助（5）实验结果:相关拒咤3割*1国性

4、2酬3酬4国性5国性6国悻8国性91410国件11 12国比1 3国件14割牛15国件1E属性11.000.697.622.597.451-.975.839-.977-.979.643.724.574-.968.640.301.985属性W.6971.000-.000.406.303-.690.941-.685-.658.976.697.772-.681-.093.935.803属性3.622-.0001.000.570.490-.541.111-.653-.576-.182.406.081-.537.990.186.511属性4.597.406.5701.000.983-.516.314-.

5、634-.463.204.938.812-.512.478.701.624属性5.451.303.490.9831.000-.300.170-.484-.314.090.887.793-.373.387.608.482属性6-.975-.690-.541-.516-.3001.000-.039.905.993-.652-.656-.5641.000-.579-.762-.951属性7.839.941.111.314.170-.8391.000-.812-.835.952.599.602-.830.142.868.897属性8-.977-.685-.653-.634-.484.905-.8121

6、.000.920-.622-.752-.556.893-.652-.006-.973属性9-.979-.650-.576-.463-.314.993-.835.9201.000-.635-.601-.481.991-.621-.720-.947属性1 0.643.976-.182.204.090-.652.952-.622-.6351.000.530.622-.642-.162.841.744属性11.724.697.406.938.887-.656.599-.752-.601.5301.000.930-.648.330.904.788属性12.574.772.081.812.793-.564

7、.602-.556-.481.622.9301.000-.562.013.900.670属性1 3-.960-.681-.537-.512-.3781.000-.030.893.991-.642-.640-.5621.000-.577-.753-.943属性14.640-.093.990.478.307-.579.142-.652-.621-.162.330.013-.5771.000.150.517属性15.801.935.186.701.608-.762.868-.806-.720.841.904.900-.753.1501.000.888属性1 6.985.803.511.624.482

8、-.951.897-.973-.947.744.788.670-.943.517.8881.000；拒畦不是正定拒阵.：.结论：由表中数据可以看出大部分数据的绝对值都在0.3以上，说明变量间有较强的相 关性。公因子方差初始提取属性11.0001.000属性21.000.994属性31.000.988属性41.0001.000属性51.000.998属性61.000.960属性71.000.995属性81.000.955属性91.000.984属性101.000.992属性111.000.997属性121.000.977属性131.000.948属性141.000.997属性151.000.99

9、4属性161.000.997提取方法：主成份分析。解释的总方差成份初始特征值提取平方和载入合计方差的%累积%合计方差的%累积%110.83967.74667.74610.83967.74667.74622.83017.68985.4342.83017.68985.43432.10713.16898.6022.10713.16898.6024.2241.398100.00055.573E-163.483E-15100.00063.397E-162.123E-15100.00072.162E-161.351E-15100.00088.704E-175.440E-16100.00094.140E-1

10、72.588E-16100.00010-7.231E-17-4.519E-16100.00011-1.742E-16-1.089E-15100.00012-1.916E-16-1.197E-15100.00013-2.361E-16-1.476E-15100.00014-3.014E-16-1.884E-15100.00015-3.577E-16-2.236E-15100.00016-6.965E-16-4.353E-15100.000提取方法：主成份分析。结论：该表看出，前两个因子的特征值1,其累计之和占总方差的81.836%。即前两个因 子解释原始5个变量的81.836%的变异。最后结果是

11、确定提取两个因子。成份矩阵a成份123属性1.963-.128-.235属性2.808.584.027属性3.500-.850-.128属性4.722-.335.605属性5.600-.338.724属性6-.933.068.293属性7.860.425-.274属性8-.948.157.177属性9-.912.101.377属性10.719.672-.153属性11.867-.035.494属性12.769.252.567属性13-.926.072.293属性14.490-.831-.257属性15.925.302.220属性16.988.009-.145提取方法：主成分分析法。a.巳提取了

12、 3个成份。结论：第一个因子Componentl对所有属性的销量有绝对值较大的相关系数； 第二个因子Component2对属性2，3，10，14销量有绝对值较大的相关系数。 第三个因子Component3对属性4, 11，12的销量有绝对值较大的相关系数。成份得分系数矩阵成份123属性1.089-.045-.112属性2.075.207.013属性3.046-.300-.061属性4.067-.118.287属性5.055-.120.344属性6-.086.024.139属性7.079.150-.130属性8-.087.056.084属性9-.084.036.179属性10.066.237-.072属性11.080-.012.234属性12.071.089.269属性13-.085.025.139属性14.045-.294-.122属性15.085.107.105属性16.091.003-.069提取方法：主成分分析法。因子得分表达式：F1=0.89+0.75+0.46+0.67+0.55+0.86+0.78+0.87+0.084+0.066+0.080+0.071+0.085+0.045+0.085+0.091F2=-.045+0.207-0.300-0.118-0.120+0.024+0.150+0.056+0.