因子分析实例322-旋转Rotation
由于系数没有很明显的差别,所以要进行旋转(Rotation:method一般用Varimax方差最大旋转),使系数向0和1两极分化, 例子同上
菜单:Analyze-Data Reduction-Factor
Variables :pop,School,employ,Services, house
Extraction:使用默认值( method:Principal components,选取特征值>1)
Rotation:method选Varimax
Score:Save as variables 和Display factor score Coefficient matrix
比较有用的结果:两个主成分(因子)f1,f2及旋转后的因子载荷矩阵(Rotated Component Matrix) ,根据该表可以写出每个原始变量(标准化值)的因子表达式:
Pop 0.01602 f1 + 0.9946f2
School 0 .941f1 - 0.00882f2
employ 0.137f1 + 0.98f2
Services 0.825f1 +0.447f2
house 0.968f1 - 0.00605f2
第一主因子对中等学校平均校龄,专业服务项目,中等房价有绝对值较大的载荷(代表一般社会福利-福利条件因子); 而第二主因子对总人口和总雇员数有较大的载荷(代表人口-人口因子). P326
比较有用的结果:因子得分fac1_1, fac2_1。其计算公式:因子得分系数和原始变量的标准化值的乘积之和(P326)。然后可以利用因子得分进行聚类p327(Analyze->Classify->Hierarchical Cluster)。
2022-10-31 19:39:52
1013KB
SPSS
PCA
1