spss因子分析论文内容摘要：
1878 41 83849 重 庆 630 3753 63 179468 四 川 1926 8947 203 642540 贵 州 2623 300 3184 23 100437 云 南 517 2653 161 162611 西 藏 429 32 220 11085 陕 西 394 2919 41 156488 甘 肃 307 2620 71 118703 青 海 63 535 9 22856 宁 夏 120 861 54 118508 新 疆 308 2940 124 215017 截图一 是相关系数相关系数矩阵表，从表中可以看出这 6 个变量，城市市政设施的六项指标 ， 年末实有道路长度（ km） ， 年末实有道路面积（万平方米） ， 城市桥梁（座） ， 城市排水管道长度（ km） ， 城市污水日处理能力（万平方米） ， 城市路灯（盏 ）， 具有很高相关性。 在 KMO 检验和 Bartlett 球性检验结果表中， KMO 检验的结果是 ，接近 ，很适合做因子分析， Bartlett 球性检验的 Sig 取值为 ，表示拒绝原假设，认为各个变量之间不是独立的。 这两种分析方法同时得出了城市市政设施表很适合做因子分析，使得 更充分有力用因子分析后的表格说明问题。 变量共同度表，给出了提取公共因子前后的个变量的共同度，是衡量公共因子的相对重要性的指标。 如表格的第一行数据说明变量“ 年末实有道路长度（ km） ”的共同度为 ，即提取了公共因子对变量 “ 年末实有道路长度（ km） ”的方差做出了 %的贡献。 也就是说变量 “ 年末实有道路长度（ km） ”的 %的信息提被提取出来。 截 图一 截图二是主成分列表，表中列出了所有的主成分，且按特征根从大到小次序的排列。 从表中可以看到，第一主成分的特征根为 ，方差贡献率为 %，前两个主成分的累积贡献率为 %，根据提取因子的条件 —— 特征根大于 1，所以只提取 了一个因子。 碎石图是按照特征根大小排序的主成分散点图。 图中坐标为特征根，横坐标为。阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体)，仅供学习参考。
用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权，请联系我们反馈本站将在三个工作日内改正。