主成分分析法 因子载荷矩阵

因为“成分 矩阵”是主人成分 分析法,主人成分分析了和因子 。您必须选择正交或倾斜旋转才能产生“旋转成分 矩阵” , 你可以用主成分 分析法来做你会发现没有“旋转成分”因为“成分 矩阵”是主成分 分析法“旋 。

1、MATLAB和SPSS的主 成分分析以下均为个人观点 。首先,我认为楼主对成分的分析还没有一个清晰的认识,导致给出的数字并不是最终判断分析的结果 。在多元统计分析中,principal 成分 analysis依赖于因子 analysis的结果 。请原谅我的唐突 , 楼主给的图是因子 载荷矩阵轮换前因子载荷数组是真的 。在因子的分析中,因子的旋转是非常关键的一步,目的是使每个变量都有一个较大的载荷度只在一个共同的因子上 。

楼主做的分析有五类委托人成分和十一个变量指标,最后的分析结果是五类关键因子,分别对五类委托人成分起关键作用 。按照楼上的回答 , 是错的,反正有五个重点群体 。因子很明显,把指标分成两类是相当容易的,一类是正的,一类是负的 。但是载荷的高度意味着数值大(不是绝对值),楼主可以自己分析 。你给的载荷 matrix中的正值从0.7不等 , 所以把这样的指标归结为在主成分中起关键作用是不合理的 。

2、SPSS主 成分分析【主成分分析法 因子载荷矩阵】根据你的统计结果 , 可以看到F,H,K , J是本次分析的要点因子 。数字上,第五项应该不存在 。所以F,H,K和j 因子是主要影响因素 。以下均为个人观点 。首先,我认为楼主对主成分的分析没有一个清晰的认识,导致给出的数字并不是最终判断分析的结果 。在多元统计分析中,principal 成分 analysis依赖于因子 analysis的结果 。请原谅我的唐突,楼主给的图是因子 载荷矩阵轮换前因子载荷数组是真的 。

说白了,指标在主成分上一分为二 。楼主做的分析有五类委托人成分和十一个变量指标 , 最后的分析结果是五类关键因子,分别对五类委托人成分起关键作用 。按照楼上的回答 , 是错的,反正有五个重点群体 。因子很明显,把指标分成两类是相当容易的,一类是正的 , 一类是负的 。但是载荷的高度意味着数值大(不是绝对值),楼主可以自己分析 。你给的载荷 matrix中的正值从0.7不等 , 所以把这样的指标归结为在主成分中起关键作用是不合理的 。

    推荐阅读