SPSS主成分分析

SPSS主成分分析

ID:44812450

大小:63.00 KB

页数:3页

时间:2019-10-29

SPSS主成分分析_第1页
SPSS主成分分析_第2页
SPSS主成分分析_第3页
资源描述:

《SPSS主成分分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、主成分分析法1.运用主成分分析法研究城镇土地评价的思路:(1)在已取得城镇土地评价范围内各个评价单元因子评价分值的基础上,建立主成分分析模型。首先,假设影响土地质量的因子有m个,并将城镇土地评价区域划分为n个评价单元,采用指数衰减或线性衰减等方法计算得到每个评价单元内各因子的评价分值,建立n×m阶的评价分值矩阵F。(2)将评价分值矩阵F中的每一个元素Fij(i=1,2,….n;j=1,2,…m)进行标准化处理。(3)通过坐标变化手段,将原来含有m个变量的Fj(j=1,2,…m)作线性变化,转化为另一组相互无关的综合变量Z1,Z2,

2、…Zm,(4)城镇土地评价中主成分的提取与权重确定。主成分的提取主要是依据主成分的累积方差贡献率(5)以方差贡献率作为权重,对提取的前p个主成分在每个单元内得分进行线性加权,得到每个评价单元内的综合评价值。文献:冯长春,侯玉亭.城镇土地评价中主成分分析法的应用[J].中国国土资源经济,2007,07:27-31+47.2.运用主成分分析法研究企业统计数据质量的影响因素的思路:(1)首先对原始数据进行KMO和BATLETT球形检验,判断是否可采用主成分分析进行数据分析。(2)求得相应主成分的特征根、方差贡献率及其累计贡献率,选取综合

3、评价指标。(3)为了更好地赋予所得公共因子以合理的含义,做因子旋转,经4次方差最大化正交旋转后,得到旋转后的因子载荷。(4)将所有主成分作为自变量,利用spss进行多元线性逐步回归分析后,得到方程模型,然后根据模型数据进行企业统计数据质量的分析。文献:李凤,程书强.企业统计数据质量影响因素分析[J].西安财经学院学报,2013,05:56-59.聚类分析1.运用系统聚类分析法研究区域土地利用分区的思路:(1)选择指标:土地开发利用程度影响因素指标,包括土地未利用率、垦殖系数、林地指数、居民点及工矿用地指数等4项指标;土地集约经营程

4、度影响因素,包括人口密度、人均土地、人均耕地、非农业化水平等4项指标;土地利用经济效果影响因素,包括人均粮食、单位土地农林牧渔总产值、单位土地工业总产值等3项指标。(2)以土地利用类型结构指标为基础,运用以上11个反映土地利用现状的特征值作为聚类分析的指标,利用社会经济统计软件SPSS的分层聚类((Cluster)功能,进行了Q型分类。(3)选择TransformValues(标准化方法)中的“Range0to1”,对原始数据进行标准化处理,并运用系统聚类分析欧氏距离(Euclideandistance)对汕尾市土地利用类型进行土

5、地利用区的分类。由于事先不知道土地利用分区数目,所以取不同阙限值,可相应划分不同土地利用类型区。文献:于闽,周翔,邓志刚.系统聚类分析法在统筹区域土地利用分区研究中的应用[J].国土资源导刊,2008,01:44-46.2.运用模糊聚类分析法评价大气环境质量的思路:模糊聚类法是大气监测布点优化研究中最常用的聚类分析方法,选择二氧化硫、氮氧化物和总悬浮颗粒物三项指标,应用模糊聚类分析和ISODATA算法,对大气监测点位进行量化寻优分析,从而得出最佳点位。把欲进行分类的对象,如监测点、污染因子等作为样本,这些样本之间存在多元模糊关系,

6、通过模糊等价关系变换,定量地确定各样本之间的亲疏关系,对样本进行科学分类的方法称为模糊聚类分析法。由于事物本身在很多情况下都带有模糊性,因此把模糊数学方法引入聚类分析,就能使聚类分析更切合实际。假设n个待识别的对象组成对象集(令i=1,2,⋯,n),据以识别的m个指标(令j=1,2,⋯,m)组成指标集,用指标相对隶属公式,消除指标量纲。m×n阶指标相对隶属度矩阵则为Rm×n如果要将n个对象依据m个指标按c类标准加以识别,则模糊矩阵为h=1,2,⋯,c;j=1,2,⋯,m。式中uhj为对象j隶属于标准模式h的相对隶属度,满足条件:设

7、已知c类指标的n个标准指标特征值为sih,则用标准指标相对隶属度矩阵表示为:因此,第i个聚类对象的聚类向量为然后,可根据择大原则进行被分类对象之间的聚类,从而判断出对象所属的聚类。文献:袁东,付大友,袁基刚.聚类分析法在大气环境质量评价中的应用[J].四川理工学院学报(自然科学版),2004,Z1:169-175.

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。