如何看SPSS中的特征值与解释方差

发布网友发布时间：2022-04-29 23:25

我来回答

共4个回答

热心网友时间：2022-06-25 20:23

SPSS中的特征值与解释方差

直接选择相关性分析，选好参数，就会出来计算结果，包括相关系数矩阵，累计方差贡献率都有的，或者直接MATLAB计算也很容易，几句程序就出来。

在累计方差贡献率表里，第一栏的第一列即位相应主成分的特征值，也就是“Initial Eigenvalues”第一列，从第一个数值开始分别为第一主成分特征值、第二主成分特征值……等等。

数据分析

它的易用性、灵活性和可扩展性使得各种技能水平的用户均能使用 SPSS。此外，它还是适合各种规模和复杂程度的项目，可帮助您和贵企业找到新商机，提高效率并最大限度降低风险。

在 SPSS 软件产品系列中，SPSS Statistics 支持利用自上而下的假设测试方法处理数据，而 SPSS Modeler 可通过自下而上的假设生成方法来揭示隐藏在数据中的模式和模型。

热心网友时间：2022-06-25 20:24

Total Variance Explained
Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of V. C.% Total % of V. C. %
1 2.262 75.409 75.409 2.262 75.409 75.409
2 .719 23.953 99.362
3 .019 .638 100.000
就上面这个表格来说，Initial Eigenvalues就是特征值，%of V.就是解释方差，从表中可以看出，1 的% of V. 为75.409，说明第一公因子解释了75.409%的变异，其特征根为2.262.
2的特征根为0.719，其方差贡献率（% of V.）为23.953%，1.2的累计贡献率为75.409%+23.953%=99.362%。

热心网友时间：2022-06-25 20:24

有涨“Total Variance Explained”的表格，第二列、排在前面的是大于1的那列是特征值，后面那列 “% of variance”是解释方差。

总体解释方差就是把你想要的几个主成分的解释方差累加就可以了。

热心网友时间：2022-06-25 20:25

这些值实在是太小了，只能用科学计数法表示，如果换成一般的数字，现实的结果都是0。而且这些数值对于你下面的分析一点用处都没有，所以不必为此纠结。