什么数据更适合主成分分析

先将x1-x12作为指标名在转置排列,即行为指标名,列为数值.然后打开软件,导入数据,单击分析->数据缩减->因子分析,进入因子分析窗口,选中所有变量加入右边框,点击描述->相关矩阵-,勾选系数,km

其实不需要的,你只要去掉%,主成分是自动标准化数据的,也就是去单位运算

io0u9'up

听说这么多会橡胶成分分析的公司中,貌似智远检测比较好一点,因为他是和中科院合作的企业嘛,数据库就是共享的,权威性相对来说也高一点,值得信赖.所以如果你的橡胶成分有问题的话你真的是可以想想去找他们帮一下

你可以到统计年鉴或者www.stats.gov.cn（中华人民共和国国家统计局网站）里去查找你需要的数据.气象方面,金融方面,中国城市化水平等社会化相关问题,股票指数（也属于金融领域了）.时间序列模型

1、确认选择这个选项吗?见下图.理论上选择这个选项,不可能没有结果的. 2、调换位置后,变量名是否变化了?3、String类型的数据只能分类变量,否则是不能用来说做数据分析的.分类变量,将字

这个factor1就是主成分分析法计算出来的因子得分,跟主成分得分是完全不一样的概念,一般现在都是直接采用这个因子得分进行接下来的计算因为主成分得分还要经过复杂的换算,且spss无法直接给出再问：那主

权重是需要很多数据去判断,确定的.浙大哲博检测回答

贡献度没有绝对标准的.如果30个变量,3个主成分的贡献度能够达到75%,我觉得已经很好了.要调整到80%,要么增加主成分数量（因子）,要么删除变量.再问：进行因子分析了时候，有四个主成分，删除变量能有

股票吗?貌似没有这样提法再问：假如我有两个数据集一模一样的，指标有A、B、C、D。其中一个要求A指标越小越好，另一个要求A指标越高越好，其他指标的要求都一样。如果都用主成分分析，不是最后总排名一样了，

可以看看,邮箱：shendingjian@yahoo.cn

主成分分析就是将多项指标转化为少数几项综合指标,用综合指标来解释多变量的方差-协方差结构.综合指标即为主成分.所得出的少数几个主成分,要尽可能多地保留原始变量的信息,且彼此不相关.因子分析是研究如何以

主成分分析不计单位,可以选择将数据标准化.

可以进行主成分分析的至于你的数据只提取了一个主成分,有可能是数据有问题,当然也有可能的确是这些变量之间本身就存在很强的相关性,所以主成分分析只提取一个主成分就能够代表你目前的这些变量了,没必要太奇怪,

主成分分析的步骤是要先确定主成分的个数,再提取主成分的.确定主成分个数的方法是画碎石图,观察图形决定个数.不知道你用什么做的PCA貌似顺序不太对.

线性回归哪个是因变量,哪个是自变量呢再问：60岁及以上人口是因变量其余是自变量？再答：相关一张张图传麻烦，给个QQ我发你再问：.

中位数：将一组数据按大小依次排列,把处在最中间位置的一个数（或最中间位置的两个数的平均数）叫做这组数据的中位数.中位数的大小仅与数据的排列位置有关.因此中位数不受偏大和偏小数的影响,当一组数据中的个别

、砂岩是一种沉积岩,是由石粒经过水冲蚀沉淀于河床上,经千百年的堆积变得坚固而成.后因地球造山运动,而形成今日的矿山.2、主要成份：A．石英成份65％以上B．粘土10％左右C．针铁矿13％左右D．其它物

有的啊,每个分析方法都有应用条件的回归分析有太多种分类了,每一种回归都是不一样的我替别人做这类的数据分析蛮多的再问：那后三种分析主要是什么数据类型呢？求指教啊

spss的主成分分析主要应用在因子分析里,目的是将原来很多的因素,通过他们内在的相关分析,整合成新的一个或多个相对独立的综合因素,来代表原来散乱的因素.例如我们测量客户满意度,设计了10个题目,那数据