在spss中匯入資料，analyze-correlate-bivariate-選擇變數 ok 輸出的是相關係數矩陣 相關係數下面的sig.是顯著性檢驗結果的p值,越接近0越顯著。
同樣的資料，我們接著做計算相關係數矩陣的特徵值及其對應的單位特徵向量，並計算貢獻率和累計貢獻率。將相關係數矩陣特徵值按從大到小順序排列，可得總方差解析結果。
可以發現到12以後累積的貢獻率已經達到了80%，所以這個時候其實後面的部分可以做出捨棄進行降維，但就其為什麼以80為線筆者也是很困惑，目前也在尋找答案
至此我們對於這乙個部分的降維操作也算告一段落，該資料可以作為資料集投入到機器學習中了。
spss相關性分析 SPSS篇 相關性分析
昨天跟大家 了如何使用spss進行方差分析，知道了方差分析的原理以及最後的結果如何解讀。今天跟大家來分享的是另外一種比較常見的分析 相關性分析。相關分析是研究兩個或兩個以上處於同等地位的隨機變數間的相關關係的統計分析方法。比如我們在研究人的身高體重之間關係的時候，我們就會用到相關性分析。說到這裡，大...
spss相關性分析 SPSS篇 相關性分析
相關分析是研究兩個或兩個以上處於同等地位的隨機變數間的相關關係的統計分析方法。比如我們在研究人的身高體重之間關係的時候，我們就會用到相關性分析。說到這裡，大家是不是會想到乙個比較熟悉的方法 回歸分析。其實兩種分析是不一樣的，相關性分析偏向於發現自變數之間的相關性。而回歸分析偏向於自變數的變化是如何導...
spss相關性分析看結果 SPSS篇 相關性分析
相關分析是研究兩個或兩個以上處於同等地位的隨機變數間的相關關係的統計分析方法。比如我們在研究人的身高體重之間關係的時候，我們就會用到相關性分析。說到這裡，大家是不是會想到乙個比較熟悉的方法 回歸分析。其實兩種分析是不一樣的，相關性分析偏向於發現自變數之間的相關性。而回歸分析偏向於自變數的變化是如何導...