如何用主成分分析法确定指标权重?

作者&投稿:尉迟贡 (若有异议请与网页底部的电邮联系)
因子分析法如何确定主成分及各个指标的权重?~

(1)首先将数据标准化,这是考虑到不同数据间的量纲不一致,因而必须要无量纲化。
(2)对标准化后的数据进行因子分析(主成分方法),使用方差最大化旋转。
(3)写出主因子得分和每个主因子的方程贡献率。 Fj =β1j*X1 +β2j*X2 +β3j*X3 + ……+ βnj*Xn ; Fj 为主成分(j=1、2、……、m),X1、X2 、X3 、……、Xn 为各个指标,β1j、β2j、β3j、……、βnj为各指标在主成分Fj 中的系数得分,用ej表示Fj的方程贡献率。
(4)求出指标权重。 ωi=[(m∑j)βij*ej]/[(n∑i)(m∑j)βij*ej],ωi就是指标Xi的权重。

扩展资料

产品特点


1、操作简便
界面非常友好,除了数据录入及部分命令程序等少数输入工作需要键盘键入外,大多数操作可通过鼠标拖曳、点击“菜单”、“按钮”和“对话框”来完成。
2、编程方便
具有第四代语言的特点,告诉系统要做什么,无需告诉怎样做。只要了解统计分析的原理,无需通晓统计方法的各种算法,即可得到需要的统计分析结果。
对于常见的统计方法,SPSS的命令语句、子命令及选择项的选择绝大部分由“对话框”的操作完成。因此,用户无需花大量时间记忆大量的命令、过程、选择项。
3、功能强大
具有完整的数据输入、编辑、统计分析、报表、图形制作等功能。自带11种类型136个函数。SPSS提供了从简单的统计描述到复杂的多因素统计分析方法,比如数据的探索性分析、统计描述、列联表分析、二维相关、秩相关、偏相关、方差分析、非参数检验、多元回归、生存分析、协方差分析、判别分析、因子分析、聚类分析、非线性回归、Logistic回归等。

参考资料来源:百度百科-spss

http://zhidao.baidu.com/q?word=%D3%C3%D6%F7%B3%C9%B7%D6%B7%D6%CE%F6%B7%A8%BC%C6%CB%E3%D6%B8%B1%EA%C8%A8%D6%D8&lm=0&fr=search&ct=17&pn=0&tn=ikaslist&rn=10

在SPSS中,主成分分析是通过设置因子分析中的抽取方法实现的,如果设置的抽取方法是主成分,那么计算的就是主成分得分,另外,因子分析和主成分分析尽管原理不同,但是两者综合得分的计算方法是一致的。

层次分析法根据问题的性质和要达到的总目标,将问题分解为不同的组成因素,并按照因素间的相互关联影响以及隶属关系将因素按不同层次聚集组合,

形成一个多层次的分析结构模型,从而最终使问题归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要权值的确定或相对优劣次序的排定。

扩展资料:

主成分分析法是一种降维的统计方法,它借助于一个正交变换,将其分量相关的原随机向量转化成其分量不相关的新随机向量,这在代数上表现为将原随机向量的协方差阵变换成对角形阵,在几何上表现为将原坐标系变换成新的正交坐标系,

使之指向样本点散布最开的p 个正交方向,然后对多维变量系统进行降维处理,使之能以一个较高的精度转换成低维变量系统,再通过构造适当的价值函数,进一步把低维系统转化成一维系统。

参考资料来源:百度百科-主成分分析法



  在SPSS中,主成分分析是通过设置因子分析中的抽取方法实现的,如果设置的抽取方法是主成分,那么计算的就是主成分得分,另外,因子分析和主成分分析尽管原理不同,但是两者综合得分的计算方法是一致的。
  确定数据的权重也是进行数据分析的重要前提。可以利用SPSS的因子分析方法来确定权重。主要步骤是:
  (1)首先将数据标准化,这是考虑到不同数据间的量纲不一致,因而必须要无量纲化。
  (2)对标准化后的数据进行因子分析(主成分方法),使用方差最大化旋转。
  (3)写出主因子得分和每个主因子的方程贡献率。
  Fj =β1j*X1 +β2j*X2 +β3j*X3 + ……+ βnj*Xn ; Fj 为主成分(j=1、2、……、m),X1、X2 、X3 、……、Xn 为各个指标,β1j、β2j、β3j、……、βnj为各指标在主成分Fj 中的系数得分,用ej表示Fj的方程贡献率。
  (4)求出指标权重。 ωi=[(m∑j)βij*ej]/[(n∑i)(m∑j)βij*ej],ωi就是指标Xi的权重。
  因子分析应用在评价指标权重确定中,通过主成分分析法得到的各指标的公因子方差,其值大小表示该项指标对总体变异的贡献,通过计算各个公因子方差占公因子方差总和的百分数。

您知道怎么做了吗、我现在也遇到了系数为负,该如何归一化的问题~~·


主成分分析适用于什么?
主成分分析,是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量,转换后的这组变量叫主成分。在实际课题中,为了全面分析问题,往往提出很多与此有关的变量或因素,因为每个变量都在不同程度上反映这个课题的某些信息。主成分分析法原理 在用统计分析方法研究多变量的课题...

什么是主成分分析方法?
主成分分析也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标。在统计学中,主成分分析(principal components analysis,PCA)是一种简化数据集的技术。它是一个线性变换。这个变换把数据变换到一个新的坐标系统中,使得任何数据投影的第一大方差在第一个坐标(称为第一主成分)上,第二...

主成分分析的原理
主成分分析(PCA)是一种统计方法,它通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量,即主成分。PCA的原理是将n维特征映射到k维上,这k维是全新的正交特性。这样做实际上是将当前的坐标系由旋转到一个正交的坐标系上来。因为任意n维向量都有无数种投影到k维上的方法,所以PCA的...

如何用主成分分析法确定指标权重?
在SPSS中,主成分分析是通过设置因子分析中的抽取方法实现的,如果设置的抽取方法是主成分,那么计算的就是主成分得分,另外,因子分析和主成分分析尽管原理不同,但是两者综合得分的计算方法是一致的。层次分析法根据问题的性质和要达到的总目标,将问题分解为不同的组成因素,并按照因素间的相互关联影响以...

什么是主成分分析法?
主成分分析法在多个领域中都有广泛应用,包括但不限于人口统计学、数量地理学、分子动力学模拟、数学建模和数理分析等。该方法是一种多变量分析技术,其基本目的是通过正交变换将一组可能存在相关性的变量转换成若干线性不相关的变量,这些变量被称为主成分。在实际问题研究中,为了全面分析问题,我们经常会...

什么是主成分分析?主成分分析的步骤有哪些
主成分分析(PCA)是一种统计方法,旨在通过转换一组可能相关的变量为一组线性不相关的变量,即主成分,来简化数据集的复杂性。以下是主成分分析的步骤:1. 数据标准化:对原始数据集进行标准化处理,确保每个变量具有相同的尺度。2. 计算相关系数:确定变量间的线性关系,通过计算它们之间的相关系数来...

SPSS中的主成分分析法怎么使用的?
1、启动spss软件,操作如下:2、注意把文件类型改成xls,找到要打开的数据表格。3、属性选择默认的即可,点击确定。4、对导入的数据,进行主成分分析(SPSS)的。按照下图进行降维操作。5、本来右侧黄色的量都是在左侧栏中的,只需要把变量(注意是变量,不包括地区)选中(可以多选)到导入右侧。继续...

主成分分析法 - 确定多因素影响权重
利用主成分分析方法确定多因素影响权重的大致思路如下所示:下面,详细介绍各步骤:将数据导入或录入到SPSS数据视图中,并在变量视图中更改变量名称、类型、宽度、小数位数等参数。点击工具栏中“分析” -> “降维” -> “因子分析”,呈现出因子分析框。将需要分析的因子加入至变量框中。并针对各统计...

主成分分析法应用分析
这时,主成分分析法就派上了用场,它通过降维处理,将众多测度项“压缩”成几个关键的因子,这些因子通常被称为因子载荷。在因子求解过程中,我们通常限制因子的数量,以达到降维目的。一般来说,我们会采用特征根大于1法或碎石坡法来确定保留哪些因子。特征根大于1的规则虽然直观,但统计检验表明其效果并...

主成分分析的目的
主成分分析是一种统计方法,用于分析多个变量之间的相关性,并将它们转化为少数几个不相关的变量,称为主成分。主成分分析的目的是降低数据的维度,简化数据的结构,提取数据中最重要的信息,同时尽量减少信息的损失。基本步骤:1、对原始数据进行标准化处理,使每个变量的均值为0,方差为1。2、计算原始...

新龙县19298204347: 你好 看到你在百度上的回答,请问你用spss主成分分析法算因子的权重的详细步骤是怎样的啊 -
莘孔好及: 主成分分析法在SPSS中的操作1、指标数据选取、收集与录入(表1)2、Analyze →Data Reduction →Factor Analysis,弹出Factor Analysis 对话框:3、把指标数据选入Variables 框,Descriptives: Correlation Matrix 框组中选中Coefficients,然...

新龙县19298204347: 如何用主成分分析法计算指标权重 -
莘孔好及: http://zhidao.baidu.com/q?word=%D3%C3%D6%F7%B3%C9%B7%D6%B7%D6%CE%F6%B7%A8%BC%C6%CB%E3%D6%B8%B1%EA%C8%A8%D6%D8&lm=0&fr=search&ct=17&pn=0&tn=ikaslist&rn=10

新龙县19298204347: 求救:怎么用spss主成分分析法计算权重 -
莘孔好及: 1输入数据.2点Analyze 下拉菜单,选Data Reduction 下的Factor .3打开Factor Analysis后,将数据变量逐个选中进入Variables 对话框中.4单击主对话框中的Descriptive按扭,打开Factor Analysis: Descriptives子对话框,在Statistics栏中选择...

新龙县19298204347: 如何spss 因子分析 求权重 -
莘孔好及: 要前提.可以利用SPSS的因子分析方法来确定权重.主要步骤是:62616964757a686964616fe4b893e5b19e31333332636333(1)首先将数据标准化,这是考虑到不同数据间的量纲不一致,因而 必须要无量纲化. (2)对标准化后的数据进行因子分...

新龙县19298204347: 主成分分析可以跟什么方法相结合来确定权重??急急急 -
莘孔好及: 统计学的本质,并不是去发明或者创造因果关系,而是用数据区证明理论中的因果关系是否正确.你问的很对,给定的原始数据,计算得出的结论是一定的,你并不能从计算中知道到底评价的是适应性还是脆弱性.这一些列数据到底评价哪个因素更合适,是根据现有理论得出的经验来确定的,你做的分析,是去验证现有理论与事实是否相符、或者相悖.再有,因子分析、主成分分析得出的指标权重,最大的优势是排除了人的主管因素,以纯数字去验证结论,但是并不代表得出的结果就一定准确,只能说从某一方面或者某种角度验证了现有的理论是否适用.

新龙县19298204347: spss中主成分分析综合评价排名如何得到 -
莘孔好及: 综合得分:主要利用成分得分和方差解释率这两项指标,计算得到综合得分,用于综合竞争力对比(综合得分值越高意味着竞争力越强).使用在线spssau分析,可直接保存综合得分,不用计算.排名顺序按照综合得分的大小比较,数值越大排名越靠前.

新龙县19298204347: spss因子分析怎样求各因子的权重值 -
莘孔好及: periences, what associations should we

新龙县19298204347: 如何 spss 因子分析 求权重 -
莘孔好及: 在用spss进行主成分分析的时候,默认对原始变量进行标准化,首先在spss中输入需要分析的变量,再是Analyze→Data Reduction→Factor 进入之后,先点击 Descriptives ,在Correlation复选框下选中Coefficients ;点击Extraction,在Display...

新龙县19298204347: 单因子指数法的主成分分析方法 -
莘孔好及: 地理环境是多要素的复杂系统,在我们进行地理系统分析时,多变量问题是经常会遇到的.变量太多,无疑会增加分析问题的难度与复杂性,而且在许多实际问题中,多个变量之间是具有一定的相关关系的.因此,我们就会很自然地想到,能否...

新龙县19298204347: 主成分分析能客观赋权吗? -
莘孔好及: 一、问题的提出统计评价分析即是从数量上展示和说明研究对象的规模大小、水平高低、发展速度快慢以及各种关系协调与否的一类统计分析方法.最简单的统计评价是根据某一指标或指标体系中各个指标逐一对研究对象进行评价,但问题是在...

本站内容来自于网友发表,不代表本站立场,仅表示其个人看法,不对其真实性、正确性、有效性作任何的担保
相关事宜请发邮件给我们
© 星空见康网