主成分分析与因子分析关系探讨及软件实现

文章论述了主成分分析与因子分析之间的区别与联系,同时指出SPSS软件实现主成分分析的错误之处,并给出其正确的实现方法。另外,针对文献[4,5]中提出的因子分析模型精确解加以探讨,指出其精确解实际上就是主成分解,并以具体实例加以说明。     

如何用SPSS快速计算主成分的结果

SPSS迄今没有主成分分析的模块,不能直接得到主成分系数和主成分值,如何用SPSS软件快速计算主成分结果,是SPSS使用者和教学面临的困难.这里应用因子分析中主成分法的初始因子载荷阵回归的初始因子得分,建立了:主成分与初始因子得分的一般关系式;给出了SPSS快速计算主成分系数、主成分值的操作步骤,实例,结论和讨论等.     

因子分析精确模型的基本思想与方法

文章从统计思想、等价性的方法入手,给出了初始因子分析精确模型及解、因子分析精确模型及解、主成分分析与因子分析的关系式等结论。从基本思想、方法上完善了因子分析精确模型和理论。     

主成分分析与R型因子分析的异同比较

本文从基本思想、数学模型、优缺点以及在SPSS11.0软件中的具体步骤方面,详细地综述了主成分分析与R型因子分析的异同比较,使广大的读者能够在实践应用中更加清楚主成分分析和R型因子分析,并进一步掌握主成分分析和R型因子分析如何在软件应用中的操作方法.     

基于SPSS的主成分分析与因子分析的辨析

基于SPSS的主成分分析、因子分析的应用文章不断推出,给读者以许多的启示。但在实际应用中也出现了一些问题。本文力足于主成分分析的基本思想,分析在用SPSS进行主成分分析及因子分析时出现的错误及其产生的原因,并给出了正确的分析结果和相关建议。     

如何用SPSS软件进行主成分分析

文章指出《统计分析软件ＳＰＳＳ／ＰＣ＋》中主成分分析举例中的一处错误,比较了主成分分析和因子分析的异同,进而指出用ＳＰＳＳ软件不能直接进行主成分分析。作者根据主成分分析和因子分析的关系,提出一种先用ＳＰＳＳ的ＰＣ法得出因子载荷阵,然后求出特征向量,建立主成分模型的主成分分析计算方法     

初始因子分析在安徽省经济发展评价中的应用——兼与宋马林同志商榷

因子分析有初始因子分析和旋转的因子分析,它们的应用十分广泛,但由于有关文献并没有清楚地阐述初始因子分析的模型和理论,以至一些论文应用初始因子分析出错,如宋马林同志在《统计教育》2006年第4期发表的论文《安徽省各地市经济发展评价》,本文对其文中的有关问题提出商榷,并发表自己的观点,以供进一步探讨。     

主成分分析应用中应注意的问题

主成分分析应用广泛,但有些使用者不能明确多元数据何时能降维,主成分个数如何确定更好,单独使用主成分分析何时更好,还常常混淆主成分系数与初始因子载荷系数等,以致于得不到合理的主成分分析结论,如一些多元统计分析的教材中,用协方差矩阵的主成分分析出现了类似问题.这里从相关性等理论与实证上,解决了这些问题,给出了合理的结论与相应建议.     

学术期刊主成分、因子分析评价值的判断标准

在期刊评价中，无论采用主成分分析还是因子分析进行评价，均无法根据评价值直接判断优劣，只能排序，这就削弱了主成分分析与因子分析评价的解释力，本质上是评价值的绝对判断标准问题。文章在分析学术评价特点以及成长曲线原理的基础上，提出采用Sigmoid函数对主成分分析或因子分析的评价值进行标准化，并基于JCR2017经济学期刊的数据，采用主成分分析和因子分析进行评价，然后对评价值进行标准化，并分析了标准化结果的数据特征。结果表明：标准化可以提升主成分分析与因子分析评价结果的解释力，可以对评价对象发展阶段进行判断，平滑了评价值且抑制了水平较高的评价对象，使得评价结果更加接近正态分布。     

对主成分分析综合评价方法若干问题的探讨

对主成分分析综合评价方法若干问题的探讨白雪梅,赵松山主成分分析法在社会经济统计分析中的应用越来越广泛,随之也产生了一些值得注意和研究的问题。本文对应用主成分分析进行综合评价时遇到的若干问题进行深入讨论。一、主成分分析与因子分析的联系与区别相当数量的应...     

析主成分分析和因子分析——以Frobenius范数下矩阵近似的新视角

本文通过引入数据阵在Frobenius范数下的最优近似等概念来重新探讨主成分和因子分析。我发现，主成分分析中主成分和因子分析中因子得分（通过主成分解因子载荷，然后用最小二乘解因子得分）的估计为数据阵的最优近似（在Frobenius范数下）在不同正交坐标方向矩阵下的坐标。两种方法分别采用了不同的约束条件分解的最优近似（在Frobenius范数下），因为该分解并不唯一。     

如何正确应用SPSS软件做主成分分析

 鉴于目前很多用SPSS软件分析主成分的教材中和发表的文章中有不少错误之处。本文从主成分分析与因子分析的关系出发,借用SPSS软件自带的数据,进行了正确的操作,并将其结果与SAS软件的结果进行比较,两者完全相同。     

因素分析中三组特征值大小的比较

因素分析,又称因子分析,简单地说是用少数不可观测的“因素”去解释多个观测变量之间的聚类和相关关系。迄今已有很多成熟的算法,如主成分法、主因素法、极大似然法等等。其算法的核心,是求解多个变量相关矩阵或约相关矩阵的特征值和特征向量。这些方法已被集     

主成分分析和因子分析应用中值得注意的问题

主成分分析和因子分析方法是对多元数据进行降维分析的强有力工具,在我国已得到了越来越广泛的应用,并有     

基于SPSS的二次开发直接求解主成分

SPSS是“社会科学统计软件包”(Statistical Package forthe Social Science)的简称,是一种集成化的计算机数据处理应用软件,其简单易懂的菜单式操作方法赢得了大量用户。主成分分析是一种采取数学降维的方法,把多个变量化为少数几个综合变量且互不相关的多元统计分析方法,在实际工作中有着广泛的应用。但是,SPSS软件中没有设置独立的主成分分析模块。要进行主成分分析,则需要借助SPSS中因子分析的输出结果中的因子载荷矩阵,再通过一定的计算,来间接获得主成分分析的结果。这样,一方面用时长,不方便;另一方面由于使用者对SPSS中因子…     

基于主成分分析的房地产业的业绩评价模型

1研究思路和财务指标的选择本文设计了一种基于因子分析的主成分分析法,运用多种财务指标,包括引入现金流指标来综合评估上市公司的业绩,该方法克服了人为主观地给定权数的不足。本文的思路是:首先选择评价上市公司业绩的财务指标;然后运用SPSS统计软件进行主成分分析,提取反映     

FA—PCA综合评价模型及其有效性研究

文章分析了传统的主成分分析和因子分析在多指标综合评价中的适用性,梳理出两者结合运用的思路(FA-PCA综合评价模型),并以实证研究来验证其有效性。     

基于偏相关系数和平行检验的主成分抽取数量的确定方法

主成分抽取数量的确定是主成分分析中的关键问题。文章提出了一种新确定方法:首先基于原样本数据采用偏相关系数准则来确定主成分抽取的数量;然后基于再抽样样本数据来验证主成分数量模型的稳定性,并在SPSS环境下实现了该方法。实例应用表明该方法相比特征值大于1、Cattle Scree等准则,结果更客观、准确和稳定,可广泛应用于主成分分析、因子分析等相关研究中。     

统计学原理教材问题与教学改革探讨

一、统计学原理教材存在的问题统计学原理是高校经济管理专业的必修课之一,当前国内统计学原理教材琳琅满目,书名一般称为统计学原理或者统计学等。向蓉美(2007)关于《统计学导论》主要针对非统计专业学生,强化指标的描述方法,增加了总量指标及对比分析,而减少了方差分析及多元统计分析的内容。吴喜之(2009)针对非统计专业研究生以从数据到结论为线索,全面介绍了不同数据的分析方法,如主成分与因子分析,聚类分析、判别分析、典型相关分析等等。贾     

多指标综合评价中主成分分析和因子分析方法的比较

文章通过对主成分分析和因子分析在研究目的、分析原理、SPSS软件实现过程方面的比较,指出在多指标综合评价时应用两种方法应该注意四个问题,以正确地进行实证研究。