JASP 0.14 主成分分析

原创
10/25 16:43
阅读数 36

好消息,JASP刚刚发布了最新的0.14版本,对meta分析做了更新,增加了自定义字体功能,增加了德语翻译等。

今天上机练习一下JASP的主成分分析,案例数据采用美国某州12个地区的人口经济等指标数据,尝试对5个指标进行主成分提取。

提取几个主成分呢,我们选择基于相关矩阵,特征值大于1来提取,并且观察碎石图和主成分方差贡献来决定提取的个数。


为方便理解主成分的特质,要求软件做最大方差化的正交旋转,同时隐藏小于0.5的载荷系数。


值得一提的是,JASP主成分分析提供一枚很有特色的主成分路径图,这个是SPSS没有的。

来看结果。


特征值大于1的主成分有两个,累计方差贡献93.4%,解释能力还是很高的。再看碎石图,结合陡峭变化来看,提取前两个主成分是合适的。


从载荷系数来看,与PC1高度相关的指标变量包括school、service、house,与PC2高度相关的指标变量包括pop、employ。

看数字有点枯燥是吧,JASP主成分的路径图将这个载荷矩阵结果解释得淋漓尽致。直接看路径图。


employ和pop向PC2做出了巨大贡献,house、service和school向PC1输送了足够的信息。看绿色带箭头线的粗细,组线代表有较大的载荷,细线则表示载荷系数较小。

PC1可以命名为“人口因子”
PC2可以命名为“经济因子”

以上是JASP0.14主成分分析能得到的统计结果,尚不提供主成分变量计算的系数,所以我们无法利用JASP直接计算主成分变量用于后续的统计分析。

全文完
文/图=数据小兵

更多JASP统计文章

一款全新的统计软件:JASP
JASP 0.12 新版本发布
JASP可读取3种外部数据文件
JASP连续数据之相关分析
JASP分类数据之相关分析
用JASP统计软件做单样本t检验
用JASP统计软件做配对样本t检验
JASP计算cohen's d效应量指标
JASP可视化建模:简单一元线性回归
logistic回归分析多重共线性检验
JASP统计分析案例:单因素方差分析
JASP做四格表卡方检验
JASP 0.13 新版发布
惊艳!JASP相关系数矩阵及热力图
用散点图判断变量间线性关系
JASP统计Durbin-Watson检验的显著性P值
JASP简单一元线性回归案例实践
JASP数据分析:计算新变量
用新统计软件JASP尝试做logistic回归
JASP统计软件做logistic回归分析使用小结
JASP 0.13 未提供主成分法以提取公因子






本文分享自微信公众号 - JASP统计分析(jasp-jamovi)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

展开阅读全文
打赏
0
0 收藏
分享
加载中
更多评论
打赏
0 评论
0 收藏
0
分享
OSCHINA
登录后可查看更多优质内容
返回顶部
顶部