SPSS를 이용한 주성분분석

소개글

지방간데이터를 SPSS를 이용해 주성분분석(PCA:Principal Component Analysis) 을 실시하였습니다
-상관행렬 스펙트럼분석, 고유값과 고유벡터, 스크리도표, 선형결합식
- 개체플롯, 회전 이전과 이후(베라막스 회전)의 공통성변화

목차

1.지방간데이터 profile
2.주성분분석 SPSS 명령값
3.데이터축소, 요인분석
4. 분석 및 결과도출
- 상관행렬 스펙트럼분석, 고유값과 고유벡터, 스크리도표, 선형결합식
- 개체플롯, 회전 이전과 이후(베라막스 회전)의 공통성변화
5.결과탐색

본문내용

5) Scree plot : 저차원 공간 결정할 수 있는 차원의 축소는, 비탈이 꺾이기 바로 직전까지 고려해보며 고유값이 2.832, 1.869, 1.550, 1.334까지인 성분1~성분 4까지 고려하는 것이 좋음.
1) 베리막스 회전/후 의 공통성 : 변화없음 (아래 증명)
 SYSBP(수축기혈압) 에 대한 인자부하량계수 ;
0.658 2+(- 0.132) 2 + (-0.658)2 = 0.883352
0.063 2+ 0.938 2 + (-0.013)2 = 0.883982
 결과값은 SYSBP의 공통성(communality)임을 알 수 있다.
 이처럼 공통성은 회전 이전이나 회전 이후 변하지 않음

2) 베리막스 회전 결과 주요인분석
제1인자: GPT(간기능수치2),GOT(간기능수치1)  간 수치
제2인자:SYSBP(수축기혈압), DIABP(이완기혈압)  혈압수치
제3인자: TCHOL(콜레스테롤수치), LDLC(LDL콜레스테롤)  콜레스테롤 수치

참고 자료

없음