主成分和聚类分析

精品文档---下载后可任意编辑主成分与聚类分析首先通过 SPSS 软件对环境污染的相应指标进行主成分分析，得到：提取 Y1、Y2、Y3和 Y4四个主成分，其累积贡献率已经达到，超过 80%，代表所有环境污染指标的绝大部分信息。Y1偏向于解释工业氢氧化物排放量，Y2偏向于解释生活烟尘排放量，Y3偏向于解释生活废水排放量，Y4偏向于解释工业二氧化硫排放量。然后，根据主成分分析结果，用 Z=*Y1+*Y2+*Y3+0.06519*Y4计算综合得分，见下表 1。表 1 环境污染地区的主成分综合得分表序号地区Z排名序号地区Z排名1北京517武汉132天津418长沙283石家庄619广州194太原820南宁245呼和浩特1221海口316沈阳1722重庆17长春1623成都208哈尔滨224贵阳189上海325昆明2610南京1526拉萨3011杭州927西安712合肥2128兰州2313福州2529西宁1114南昌2930银川2715济南1031乌鲁木齐2216郑州14最后将环境污染的综合得分作为个案进行层次聚类分析，将 31 个地区分为 5 类，如表 2。表 2 各地区污染分类分类污染情况地区1轻度污染海口、拉萨2比较轻度污染合肥、乌鲁木齐、福州、南宁、兰州、，昆明、成都、银川、南昌、长沙、沈阳、长春、南京、广州、贵阳、郑州、武汉、济南、西宁、呼和浩特3污染情况一般太原、杭州、石家庄、西安4污染比较严重北京、天津5污染十分严重上海、哈尔滨、重庆主成分分析和聚类分析在 SPSS 中的操作过程打开 SPSS，“文件-打开-数据”，选中 excel，如下图结果。精品文档---下载后可任意编辑首先将变量标准化，“分析-描述统计-描述”，将变量全部选入对话框，点上“将标准化得分另存为变量（Z）”，结果如下。在做主成分分析，“分析-降维-因子分析”，将为标准化的变量选入对话框。选择右侧“描述”，在弹出来对话框中点上“系数、显著性水平、KMO 和 Bartlett 的球形度检验”，点“继续”。选择右侧“抽取”，在弹出来对话框中将方法改成“主成分”，“基于特征值”改成“0.6”，点“继续”。选择右侧“旋转”，在弹出来对话框中，将方法改成“最大方差法”，点“继续”。首先输出的各自变量的相关矩阵，由下图可见，各自变量间存在显著性相关。说明有必要进行因子分析。接着输出的是 KMO 和 Bartlett 的检验，结果如下图，由表可见，KMO 是 Kaiser-Meyer-Olkin 的取样适当性度量，当 KM0 越大时，表示变量间的共同因素越多，越适合进行因子分析，此处 KMO 大于，表示可进行因子分析。此外，Bartlett 球形检验的近似...