11.2因子分析實(shí)踐

數(shù)據(jù)來源

商戶o2o數(shù)據(jù)示例

11.2.1因子分析操作

打開數(shù)據(jù)文件--分析--降維--因子--因子分析--

因子分析對(duì)話框

將網(wǎng)點(diǎn)劉瀏覽量,論壇瀏覽,線上廣告費(fèi)用姊途,地面推廣引入量,線下廣告費(fèi)用奈惑,實(shí)體店鋪貨量吭净,實(shí)體店訪客數(shù)-移置變量中(作為待分析的變量)--描述--因子分析描述--勾選最后的一個(gè)【KMO和巴特利特球形度檢驗(yàn)】(用于生成檢驗(yàn)因子分析師和度的統(tǒng)計(jì)指標(biāo))--繼續(xù)

因子分析:描述

--提取--因子分析;提取--方法--主成分--碎石圖(輔助判斷銀子個(gè)數(shù))--繼續(xù)

因子分析提取

旋轉(zhuǎn)--因子分析旋轉(zhuǎn)--最大方差法(用于更好的解釋因子所包含的意義)--繼續(xù)

因子分析旋轉(zhuǎn)】對(duì)話框

注釋:在這里常用“最大方差法”該方法能夠使用盡可能在一個(gè)因子上有較高的載荷,在其余的因子上載荷較小肴甸,從而方便對(duì)因子進(jìn)行解析

--選項(xiàng)--【因子分析選項(xiàng)】--系數(shù)顯示格式--按大小排序--排除小系數(shù)--【絕對(duì)值如下】礦中輸入40(更清晰的顯式因子載荷寂殉,方便因子的解釋和命名)--繼續(xù)

【因子分析:選項(xiàng)】

--確定(開始運(yùn)行因子分析)

【因子分析】(設(shè)置已經(jīng)完成)

11.2.2因子分習(xí)結(jié)果解讀

KMO和巴特利特檢驗(yàn)(該結(jié)果用來檢驗(yàn)數(shù)據(jù)是否適合因子分析,主要參考KMO統(tǒng)計(jì)量即可)

因子分析輸出結(jié)果

本例中KMO統(tǒng)計(jì)量為0.627原在,結(jié)余0.5和0.7之間友扰,說明該數(shù)據(jù)尚可進(jìn)行因子分析

第二個(gè)輸出結(jié)果是:公因子方差,也就是變量共同度(該結(jié)果顯示了原始變量能被提取的因子表示的程度庶柿,同時(shí)顯示了提取因子的方法)

因子分析輸出結(jié)果2

本例中村怪,所有變量的共同度都是60%以上,可以認(rèn)為所提取的因子對(duì)各變量的解釋能力是可以接受的

第三個(gè)輸出結(jié)果是:總方差解釋(該結(jié)果顯示了通過i分析所提取的因子數(shù)量浮庐,以及所提取的因子對(duì)所有變量的累計(jì)方差貢獻(xiàn)率甚负。一般情況下,累計(jì)方差貢獻(xiàn)率達(dá)到60%以上审残,則說明因子對(duì)變量的解釋能力上課接受梭域,達(dá)到80%及以上,說明因子對(duì)變量的解釋能力非常好

因子分析輸出結(jié)果輸出3

本例中搅轿,根據(jù)“初始值”大于1的標(biāo)準(zhǔn)提取了倆個(gè)因子病涨,選好轉(zhuǎn)后倆個(gè)因子的方差貢獻(xiàn)率略有變化,差距有所縮小璧坟,累計(jì)方差貢獻(xiàn)率為72.367%既穆,和旋轉(zhuǎn)前一樣赎懦,相對(duì)來說,因子的解釋能力比較好

第四個(gè)輸出結(jié)果是:“碎石圖”(該結(jié)果能狗輔助判斷最佳因子個(gè)數(shù)幻工,通常是選取曲線中較陡的位置所對(duì)引得因子個(gè)數(shù))

因子分析輸出結(jié)果4

本例中励两,前三個(gè)因子都在陡峭的曲線上,所以提取2-3個(gè)依著你都可以對(duì)原始變量的信息有較好的解釋囊颅。

---

如何確定提取的因子個(gè)數(shù)

標(biāo)準(zhǔn):

初始特征值(輸出3的第二列數(shù)字)大于1 的因子個(gè)數(shù)

累計(jì)方差貢獻(xiàn)率(輸出3中第四列的數(shù)字)達(dá)到一定水平(如60%)的因子個(gè)數(shù)

碎石圖中處于較陡曲線上所對(duì)應(yīng)的因子個(gè)數(shù)

依據(jù)對(duì)研究事物的理解而制定的因子個(gè)數(shù)

--

本例中將根據(jù)Spss因子分析結(jié)果提取的倆個(gè)因子進(jìn)行后續(xù)分析

第五個(gè)輸出結(jié)果是:“成分矩陣”該結(jié)果顯示的是旋轉(zhuǎn)錢的因子載荷矩陣伐蒋,其中有些變量在各個(gè)因子上的載荷比較接近,難以對(duì)因子進(jìn)行明確定義迁酸,因此先鱼,對(duì)因子解釋和命名更有知道的意義的是旋轉(zhuǎn)后的成分矩陣

因子分析輸出3

本例中,“網(wǎng)站瀏覽量”在倆個(gè)因子刪的載荷較為接近奸鬓,所以要關(guān)注該變量在因子旋轉(zhuǎn)后的載荷焙畔,以便正確解讀因子的含義

第六個(gè)輸出的結(jié)果是:“旋轉(zhuǎn)后的成分矩陣”該結(jié)果顯示的是旋轉(zhuǎn)后的載荷矩陣,這個(gè)結(jié)果能夠凸顯因子的含義串远,易于理解

因子分析輸出結(jié)果6

本例中宏多,通過訊轉(zhuǎn)后的因子載荷矩陣:

第一個(gè)因子,載荷較大的變量是“網(wǎng)站瀏覽量澡罚,論壇瀏覽量伸但,線上廣告費(fèi)用,實(shí)體店訪客數(shù)”說明他們四個(gè)變量與該因子的相關(guān)程度較高留搔,其中“網(wǎng)點(diǎn)瀏覽量”“論壇瀏覽量”“線上廣告費(fèi)用”三個(gè)變量梵音的是線上情況更胖,而實(shí)體店訪客數(shù),變量雖然梵音的是線下情況隔显,但其在和值符號(hào)為負(fù)號(hào)却妨,顯然,改變兩個(gè)與第一個(gè)因子成反向關(guān)系括眠,綜上所述彪标,可降低一個(gè)引自命名為“線上商務(wù)”因子

第二個(gè)因子,載荷較大的變量是“實(shí)體店鋪貨量”掷豺,線下廣告費(fèi)用和地面及推廣引入流量

說明他們?nèi)齻€(gè)便令與該因子的先關(guān)的程度較高捞烟,并且這些變量梵音的線下情況,因此当船,可以將第二個(gè)因子上有數(shù)值

第七個(gè)輸出結(jié)果是:成分轉(zhuǎn)換矩陣题画,該結(jié)果顯示了右旋轉(zhuǎn)之前因子載荷矩陣轉(zhuǎn)換到新旋轉(zhuǎn)之后因子載荷矩陣所需要香橙的矩陣系數(shù),對(duì)結(jié)果解讀的實(shí)用性不高生年,可以忽略

因子分析輸出結(jié)果7

-------------------

對(duì)因子的分進(jìn)行評(píng)價(jià)

因子得分

需要考慮每個(gè)因子的方差貢獻(xiàn)率占總累計(jì)方差共吸納了的比率de 比例婴程,一次作為權(quán)重廓奕,進(jìn)行加權(quán)計(jì)算


因子分析輸出3

--轉(zhuǎn)換--計(jì)算變量--目標(biāo)變量--綜合得分--數(shù)字表達(dá)式--(38.968/72.367*fac1_1+33.399/72.367*FAC2_1)--確定

將該綜合得分從高到低進(jìn)行降序排列抱婉,就能知道那些商戶在o2o的運(yùn)營方式下的表現(xiàn)優(yōu)異档叔,排序后的結(jié)果如圖

計(jì)算變量
綜合得分排序結(jié)果實(shí)例

通過對(duì)7個(gè)原始變量個(gè)進(jìn)行因子分析,最后輸出倆個(gè)因子蒸绩,分別是“線上商務(wù)”和“線下商務(wù)”倆個(gè)因子衙四,然后集散總和得分,根據(jù)計(jì)算綜合得分患亿,根據(jù)最后總和得分的排名传蹈,得知商戶17,28,和31為o2o運(yùn)營方式下表現(xiàn)優(yōu)異的前三甲步藕。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末惦界,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子咙冗,更是在濱河造成了極大的恐慌沾歪,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,639評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件雾消,死亡現(xiàn)場(chǎng)離奇詭異灾搏,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)立润,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,277評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門狂窑,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人桑腮,你說我怎么就攤上這事泉哈。” “怎么了破讨?”我有些...
    開封第一講書人閱讀 157,221評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵旨巷,是天一觀的道長。 經(jīng)常有香客問我添忘,道長采呐,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,474評(píng)論 1 283
  • 正文 為了忘掉前任搁骑,我火速辦了婚禮斧吐,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘仲器。我一直安慰自己煤率,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,570評(píng)論 6 386
  • 文/花漫 我一把揭開白布乏冀。 她就那樣靜靜地躺著蝶糯,像睡著了一般。 火紅的嫁衣襯著肌膚如雪辆沦。 梳的紋絲不亂的頭發(fā)上昼捍,一...
    開封第一講書人閱讀 49,816評(píng)論 1 290
  • 那天识虚,我揣著相機(jī)與錄音,去河邊找鬼妒茬。 笑死担锤,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的乍钻。 我是一名探鬼主播肛循,決...
    沈念sama閱讀 38,957評(píng)論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼银择!你這毒婦竟也來了多糠?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,718評(píng)論 0 266
  • 序言:老撾萬榮一對(duì)情侶失蹤浩考,失蹤者是張志新(化名)和其女友劉穎熬丧,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體怀挠,經(jīng)...
    沈念sama閱讀 44,176評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡析蝴,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,511評(píng)論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了绿淋。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片闷畸。...
    茶點(diǎn)故事閱讀 38,646評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖吞滞,靈堂內(nèi)的尸體忽然破棺而出佑菩,到底是詐尸還是另有隱情,我是刑警寧澤裁赠,帶...
    沈念sama閱讀 34,322評(píng)論 4 330
  • 正文 年R本政府宣布殿漠,位于F島的核電站,受9級(jí)特大地震影響佩捞,放射性物質(zhì)發(fā)生泄漏绞幌。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,934評(píng)論 3 313
  • 文/蒙蒙 一一忱、第九天 我趴在偏房一處隱蔽的房頂上張望莲蜘。 院中可真熱鬧,春花似錦帘营、人聲如沸票渠。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,755評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽问顷。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間杜窄,已是汗流浹背肠骆。 一陣腳步聲響...
    開封第一講書人閱讀 31,987評(píng)論 1 266
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留羞芍,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,358評(píng)論 2 360
  • 正文 我出身青樓郊艘,卻偏偏與公主長得像荷科,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子纱注,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,514評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容