主成分分析操作步驟1）先在SPSS中錄入原始數據。名林我型名林我型值蹴可1字祖申1S0無a篌品82無無S京者或他e2無無8燃科數侑S2無a■住育也傳82￡無?$-1交通孫通訊般值e2無無9跳硝!黃文生出信s2無Sa!葉海：3i因播運UJBM匯帚閑MX】J上|二7I文件IE熱位（P初圖電）Sfllff?先斬四哂⑻交用蒐序w苗口|必幫即01晝H齡困以、用也朝邨此aH汨i31二：姊融音交牝6.19可見；下變呈的T械食品御莊良交踞儂訊嬪翔甘文北1北京190.3343J?9.73605449J19?12出135.2036.401D.J7MW擊耶3.91ab°Hb9621絲839302244修.812囪ilffi104.TB25.11E.40gB91H173255128.412T.M094125323M2.276遼亍1^5.6632J31L沔制e39.033471?吉林1的3733381837118126的522a116.22—13.2413762175&Qi9「百221.113BG412.53115&550睚569109i14.蛤29.121W42圜27.305.74.11浙江1葩3232.7512.72471234.355DO129135.1123.0915.5223541B2U8㈤13福比W.9221.261E.96195221J5B..371491405421.5017H191915.a749415山下115眼3DJK122033BQ33.773郎16河南1011623.國B書20202050430IL醐國相囪（W充量視圖/I性素屈世硬用的時話根i國肅SPSS9相h5力口Prncasinrsttt|||L^iicndeON2）菜單欄上執行【分析】——【降維】——【因子分析】，打開因素分析對話框，將要分析的變量都放入【變量】窗口中。

3）設計分析的統計量點擊【描述】：選中“Statistics”中的“原始分析結果”和“相關性矩陣”中的“系數”。（選中原始分析結果，SPSS自動把原始數據標準差標準化，但不顯示出來；選中系數，會顯示相關系數矩陣）然后點擊“繼續”。粘貼區）哨因子分析&a電區也因子分析;有述筑計Statistics單變量局述性但.k1粘貼區）哨因子分析&a電區也因子分析;有述筑計Statistics單變量局述性但.k1原始分析結果中俄性的降國唾薪?；逆棋型N）0顯考性求平電0再生但I行列或四反映象曲口班口和為rtlM的球形度檢監變量眇，氤品/我耳/明，嗅用口描述但］點擊【抽取】：“方法”里選取“主成分”；“分析”、“輸出”、“抽取”均選中各自的第一個選項即可。蜃大儂性在代次效5）：~25~（網］聰月|［幫助蜃大儂性在代次效5）：~25~（網］聰月|［幫助也因子分而血方法時｝：分析輸出⑥相關性正降因?協方差矩陣把,*主旋轉的因子解正）□碎石圖目-抽取@基于特任值回特遷值大于:QQ國子的固定數星國）要提取的因子?｝：主成份點擊【旋轉】：選取第一個選項“無”。（當因子分析的抽取方法選擇主成分法時，且不進行因子旋轉，則其結果即為主成分分析）點擊【得分】：選中“保存為變量”，方法中選“回歸”；再選中“顯示因子得分系數矩陣”。囹保存為變量6)一方法@回歸R》?BartlettOAnderson-Rubin囹;顯示因子徨分在數矩陣〔且：

與知［取消幫助）點擊【選項】：選擇“按列表排除個案”。

4)結果解讀5)A.相關系數矩陣：是6個變量兩兩之間的相關系數大小的方陣。通過相關系數可以看到各個變量之間的相關，進而了解各個變量之間的關系。相關性矩陣食品衣著燃料住房交通和通訊娛樂教育文化相關食品.692.319.760.738.556衣著.692.663.902.389燃料.319.267住房.760.663.831.387交通和通訊.738.902.831.326娛樂教育文化.556.389.267.387.326共同度：給出了這次主成分分析從原始變量中提取的信息，可以看出交通和通訊最多，而娛樂教育文化損失率最大。Communalities起始擷取食品.878衣著.825燃料.841住房.810交通和通訊.919娛樂教育文化.584擷取方法：主體元件分析。總方差的解釋：系統默認方差大于1的為主成分。如果小于1，說明這個主因素的影響力度還不如一個基本的變量。所以只取前兩個，且第一主成分的方差為，第二主成分的方差為，前兩個主成分累加占到總方差的%。說明的變異數總計起始特徵值擷取平方和載入元件總計變異的%累加%總計變異的%累加%123456.600.358.142.043.712擷取方法：主體元件分析。

D.主成分載荷矩陣:元件矩陣元件12食品.902.255衣著.880燃料.093.912住房.878交通和通訊.925娛樂教育文化.588.488擷取方法：主體元件分析。a.擷取2個元件。特別注意：該主成分載荷矩陣并不是主成分的特征向量，即不是主成分1和主成分2的系數。主成分系數的求法：各自主成分載荷向量除以各自主成分特征值得算數平方根。則第1主成分的各個系數是向量（，，，，，）除以v3：568后才得到的，即（，，，，，）才是主成分1的特征向量，滿足條件是系數的平方和等于1，分別乘以6個原始變量標準化之后的變量即為第1主成分的函數表達式（作業中不用寫公式）：Y=*Z交+*z食+*2衣+*z住+*z娛+*z燃同理可求出第2主成分的函數表達式。E.主成分得分系數矩陣元件評分系數矩陣元件12食品.253.198衣著.247燃料.026.708住房.246交通和通訊.259娛樂教育文化.165.379擷取方法：主體元件分析。元件評分。該矩陣是主成分載荷矩陣除以各自的方差得來的，實際上是因子分析中各個因子的系數，在主成分分析中可以不考慮它。元件評分共變異數矩陣

元件1212.000.000擷取方法：主體元件分析。元件評分。6）因子得分在之前的“得分”對話框中，由于選中了“保存為變量”，方法中的“回歸”；又選中了“顯示因子得分系數矩陣”，因此SPSS的輸出結果和原始數據一起顯示在數據窗口里:7）主成分得分特別提醒：后兩列的數據是北京等16個地區的因子1和因子2的得分，不是主成分1和主成分2的得分。主成分的得分是相應的因子得分乘以相應的方差的算數平方根。即：主成分1得分=因子1得分乘以的算數平方根主成分2得分=因子2得分乘以的算數平方根得出各地區主成分1和主成分2的得分如下表：

駐*末而題2:數據集1]-IBM5。犯5也1艮運熟捶精巖篇I文件舊搞我宿視圖?觸據?轉接口分析出直銷M娜3實:學屈宿國給t封褊遍?HR匕.'Vm>11|1~~1]□□L__11:地區因子1因子2王扉分1王扉分￡1北京2.04910-.228723.S705B-25S5712天津.41770■1.03680.70900■1.17667I3河北■1.0395B-1.01353-1.5G175■1.15&D4山西-108&19-1.31TC6-205172-14S5&4內蒙-.72783?1.10272-1.374B1?1.261486遼寧.27382.46601.51722.517531吉林.055GB1.362?4.190G91.54657S生龍-.392784715?-.741&3.534059上海235683-4.333544499G-491B110江蘇-.0579B--15654-.1094B11浙江.63552-.049901.20044-.0566312安徽-.43T&21.29176-.927191.4660213福建-.3776?1.60&50-.713391.82331M江西-67755149QB5-1279B51691971&山東-.11693-.6655D-.220B7-.646331&河南-.91423-.7&44B-1.72690-.3676117數據視圖（口｝兗母祖時加）后兩列就是16個地區主成分1和主成分2的得分。（有興趣的同學可以驗證一下：上面推導出來的主成分的函數關系式計算出來的主成分得分是否與該數據欄的的得分一致）8）綜合得分及排序：每個地區的綜合得分是按照下列公式計算的：r=一三？——不生成分1得分+———7成分工得分，化簡得:3.56R+1.2R83.56R+1.2RRY=*主成分1得分+*主成分2得分按照此公式計算出各地區的綜合得分Y為:

文件已編輯但柳圉山數恬◎轉換①分桿⑥直以如囪物包實用程序⑼窗百只且向grr臼地區因亍1E于2土成為1主或分2Y北京2.04910-.228723.87058-.289572776082天津41770-10.368078900-1仃知267632河北-1.03856-1.01863-1.96175-1.15604-1.748054山西-1.06619-1.31796-2.05172-L495R-1.904235內蒙-.73783-1.10272-1.37401.1.25140-1.342106遼寧27382456015172251753517307吉林,09566136274,160691.546575429s9黑龍-.39279.47057-.74193.53405-.403439上海2355S3-.433354.44906-.401813.1392110江蘇-.06796-.16&54-.10948-.177&G-127電11淅江6355?-04990120044-056633670?12安徽-.437921.29176-.927191.46602-.2139413福建-.377671.60668-713391.82331-.0405614江西-.677561.4908S-1.279851.6&1S7-.J916115山東-11693-5S950-22087-64633-333721B河南-.91423-76U9-1.72600-BB7C1-1.49999按照綜合得分Y的大小進行16個地區的排序:點擊【數據】——【排序個案】

感排序皿[^JgW2]-IBMSPSSSt^tisti^■文'牛舊編輻臣）視厘區）數據Q）轉換（D分沂因直耨圓）到形值）煲用衽序乜）腎：.田位IrrJL以IBHBS地區因于1因子2主成分1主成分aY1上海2.35583-.433364.449%-.49181313921北京2.04910-.228723.87058-.259572.775093浙江.63552-.049901.20044-.05663.867024吉林.095661.36274一1時691.54657.542985遼寧.27382.46601.51722.51753.517306天津.41770-1.03680.78900-1.17667.26763福建-.377671.60G68-713391.S2331-040658江蘇-.05796-.15654-.10948-.17765-127569安徽-.437921.29176-.82719J.46602-.2189410山東-.11693-.56950-.22087-.64633-.3337211黑龍-.39278.47067-7419J.53405-.4034912江西-.677661.49085-1.279851.69197-.4916113內蒙-72783-1.10272-1.37481-J.25148-1.3421014河南-.911423-.76448-1.72690-.86761-1.4989816河北-1.03866-1.01863-1.96176-1.15604-17480516山西-1.08619-1.31786-2.05172-1.49664-1.90423特別提醒：.若主成