主成分分析是将多个指标化为少数几个不相关的综合指标，并对综合指标按照一定的规则进行分类的一种多元统计分析方法。这种分析方法能够降低指标维数，浓缩指标信息，将复杂的问题简化，从而使问题分析更加直观有效。目前，这种方法已经在经济来自等领域中得到广泛的应用，而选好数据就可以利用spss进行主成分分析。
材料/工具SPSS方法1www.knowcat.cn将数据录入excel或者spss
2数据标准化：打开数据后选择分析→描述统计→描述，对数据进行标准化，选中将标准化得分另存为变量：
3进行主成分分析：选择分析→降维→因子分析
4设置描述性，抽取，得分和选项：
5查看主成分分析和分万司析：相关矩阵表明，各项指标之间具有强相关性。比如指标GDP总量与财政收入、固定资产投资总额、第二产业增加值、第三产业增加值、工业增加值的相关系数较大。这说明他们之间指标信息之间存在重叠，适合采用主成分分析法。
6Total Variance Explained（主成分特征根和贡献率）可知，特征根λ1=9.092，特征根λ2=1.150前两个主成分的累计方差贡献率达93.107%，即涵盖了巴长扬这怎绝航政径至大部分信息。这表明前两个主成分能够代表最初的11个指标来分析河南各个城市经济综合实力的发展水平，故提取前两个指标即可。主成分，分别记作F1、F2。
7指标X1、X2宪斗提、X3、X4、X5、X6、X7、X8、X9、X安仍师顾选乎10在第一主成分上有较高载荷，相关性强。第一主成分集中反映了总体的经济总量。X11在第二主成分上有较高载荷，相关性强。块第二主成分反映了人均的经济量水平。但是要注意：这个主成分载荷矩阵并不是毛复整许专良他类看主成分的特征向量，也就是说并不是主成分1和主成分2的系数，主成分系数的求法是：各自主成分载荷向量除以各自主成分特征值的算术平方根。
8成分得分系数矩阵（因子得分系数）列出了强两个特征根对应的特征向量，即各主要成分解析表达式中的标准化变量的系数向量。故各主要成分解析表达式分别为：F1=0.32ZX11+0.33ZX12+0.31ZX13+0.31ZX14+0.32ZX15+0.32Z孙四许雨X16+0.32ZX17+0.32ZX18+0.32ZX19+0.21ZX110+0.15ZX111F2=8.46ZX21+0.02ZX22-0.02ZX23-然考盾春阶0.20ZX24-0.23Z25-0.04ZX26-0.15ZX27-0.02ZX28+0.10ZX29+0.47ZX210+0.78ZX211
9主成分的得分是相应的因子得分乘以相厂干相困特应的方差的算术平方根。神蛋诉流军拿衡王假即：主成分1得分=因子1得分乘以9.092的算术平方根 主既祖市各十绿成分2得分=因子2得分乘以1.150的算术平方根例如郑州：主成分因子=FAC1_1*9.092的算术平方根=3.59386妒见象度沉指烈百团继*9.092的算术平方根=10.83，将各指标的标准化数据带入个主成分解析表达式中，分别计算出2个主成分得分（F1、F2），再以个主身成分的贡献率为全书对起种胜结质杨个联强主成分得分进行加权平均，即：H=（82.672*F1+10.497*F2）/93.124，求得主成分综合得分。
声明：经验内容仅供参考，未经许可，请勿转载。