调查问卷问题进行主成分分析

调查问卷问题进行主成分分析

问:用SPSS做主成分分析对问卷有要求么
  1. 答:没有。通常,KMO是做主成分分析的效度检验指标之一,其值袭咐在0.9以上,对项目进性分析,对问卷剩余的各项目采用,表示非常适合做问卷有,而用SPSS做主成分没乱孙有要求,可以标准化,因为他只是起一个拍陪纯联系作用,然后在通过KMO进行检测。
问:主成分分析法适用于哪些问题?
  1. 答:适用于人口统计学、数量地理学、分子动力学模拟、、数理分析等问题,是一种常用的多变量分析方法。主成分分析作为基础的数学分析方法,其实际应用十分广泛。
    主成分分析,是一种统计方法。通过将一组可能存在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时,变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形,变量之间是有一定的相关关系的,当闷答轮两个变量之间有一定相关关系时,可以解释为这两个变量反映此课题的信息有一定的重叠。
    主成分分析是对于原先提出的所有变量,将重复的变量关系紧密的变量删去多余,建立尽可能少的新变量,使蚂信得这些新变量是两两不相关的,而且这些新变量在反映课题的信息方面尽可能保持原有的信息。
    设法将原来变量重新组合成一组新举敬的互相无关的几个综合变量,同时根据实际需要从中可以取出几个较少的综合变量尽可能多地反映原来变量的信息的统计方法叫做主成分分析或称,也是数学上用来降维的一种方法。
问:主成分分析法适用于哪些问题
  1. 答:适用于变量间有较强的数据,若原始数据相关性弱,则起不到很好的降维作用,降维后,存在少量信息丢失,不可能包含100%原始数据。
    主成分分析是一种统计方法,即通过将一组可能存在相关性的变漏谨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。主成分分析首先陆搜晌是由K.皮尔森对非随机变量引早锋入的,而后H.霍特林将此方法推广到随机向量的情形。
调查问卷问题进行主成分分析
下载Doc文档

猜你喜欢