全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SPSS论坛
7340 4
2018-03-05
因子分析后的怎么得到公因子的均值?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2018-3-5 21:34:19
成份得分系数矩阵                       
        成份               
        1        2        3
x1        .259        -.085        -.013
x2        .262        -.091        -.005
x3        .249        -.077        -.010
x4        .293        -.105        -.045
x5        .260        -.084        -.016
x6        -.038        -.038        .267
x7        -.009        -.073        .304
x8        -.028        -.042        .299
x9        .005        -.032        .264
x10        -.032        -.039        .284
x11        -.107        .292        -.024
x12        -.062        .238        -.024
x13        -.066        .264        -.026
x14        -.091        .298        -.049
x15        -.113        .316        -.049
提取方法 :主成份。
旋转法 :具有 Kaiser 标准化的正交旋转法。
构成得分。                       

旋转成份矩阵a                       
        成份               
        1        2        3
x1        .839        .286        .119
x2        .846        .279        .137
x3        .820        .294        .126
x4        .896        .250        .037
x5        .844        .289        .112
x6        .017        .081        .669
x7        .088        .063        .761
x8        .081        .130        .767
x9        .202        .203        .711
x10        .053        .110        .720
x11        .241        .816        .174
x12        .295        .720        .152
x13        .338        .806        .175
x14        .293        .844        .125
x15        .246        .860        .123
提取方法 :主成份。
旋转法 :具有 Kaiser 标准化的正交旋转法。a                       
a 旋转在 5 次迭代后收敛。                       




二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2018-3-5 21:34:46
解释的总方差                                                                       
成份        初始特征值                        提取平方和载入                        旋转平方和载入               
        合计        方差的 %        累积 %        合计        方差的 %        累积 %        合计        方差的 %        累积 %
1        6.883        45.887        45.887        6.883        45.887        45.887        4.072        27.146        27.146
2        2.286        15.240        61.127        2.286        15.240        61.127        3.760        25.067        52.213
3        1.478        9.856        70.983        1.478        9.856        70.983        2.816        18.770        70.983
4        .736        4.907        75.891                                               
5        .647        4.317        80.207                                               
6        .541        3.608        83.815                                               
7        .451        3.005        86.820                                               
8        .410        2.736        89.556                                               
9        .357        2.382        91.938                                               
10        .256        1.707        93.645                                               
11        .249        1.663        95.308                                               
12        .215        1.432        96.740                                               
13        .214        1.426        98.167                                               
14        .164        1.093        99.260                                               
15        .111        .740        100.000                                               
提取方法:主成份分析。                                                                       


二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2018-3-5 21:36:05
对每个因子进行赋值,生成3个新的变量,记为Xi (i=1,2,3)。赋值方法为:对每个因子所涵盖问
题的得分进行加权平均,权数根据相应的载荷量计算得出。例如,对于居民利益诉求的因子1 的赋值
方法为:X1=[0.797×(问题11 的得分)+0.747×(问题8的得分)+0.711×(问题12 的得分)+0.640×(问题10的得分)+0.487×(问题14 的得分)]/(0.797+0.747+0.711+0.640+0.487)

权数根据相应的载荷量计算得出。?这一步有大神能详细解释一下么
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-12 18:38:01
请问您是怎么做的呢?方便教一下吗?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群