本文目录
- arcgis主成分分析后计算权重
- 因子分析法如何确定主成分及各个指标的权重
- 我用SPSS已求出主成份权重，该怎么具体求出各主成分中变量的权重如方便发个运行文件给你，就指点
- 如何用主成分分析法计算指标权重
- 除了主成分分析法还有什么确定多变量权重的方法
- 怎么用spss主成分分析法计算权重SPSS论坛
- 主成分分析和层次分析法的区别和联系
- 计算一个时点一个地区的指标权重，那种方法好熵值法还是主成分分析法
- 如何用主成分分析法确定指标权重
arcgis主成分分析后计算权重
gis计算权重的方法是：
1、对每一个用到的数据图层，添加属性（如渗透系数层加个字段“stxs”，并在该字段下加入等级属性，然后再添加一个字段“stxsfs”并加入分数）；
2、对所有用到的图层进行叠加union（两两叠加），这样最后叠加得到的图层中就包含了所有有用的数据；
3、在最后得到的图层中加入一个字段，左键选中这一列，右键点击这一列的列名，选择calculator，在弹出的对话框中输入计算公式就可以了。
因子分析法如何确定主成分及各个指标的权重
(1)首先将数据标准化，这是考虑到不同数据间的量纲不一致，因而必须要无量纲化。
(2)对标准化后的数据进行因子分析(主成分方法)，使用方差最大化旋转。
(3)写出主因子得分和每个主因子的方程贡献率。 Fj =β1j*X1 +β2j*X2 +β3j*X3 + ……+ βnj*Xn ; Fj 为主成分(j=1、2、……、m)，X1、X2 、X3 、……、Xn 为各个指标，β1j、β2j、β3j、……、βnj为各指标在主成分Fj 中的系数得分，用ej表示Fj的方程贡献率。
(4)求出指标权重。 ωi=[(m∑j)βij*ej]/[(n∑i)(m∑j)βij*ej]，ωi就是指标Xi的权重。
扩展资料
产品特点
1、操作简便
界面非常友好，除了数据录入及部分命令程序等少数输入工作需要键盘键入外，大多数操作可通过鼠标拖曳、点击“菜单”、“按钮”和“对话框”来完成。
2、编程方便
具有第四代语言的特点，告诉系统要做什么，无需告诉怎样做。只要了解统计分析的原理，无需通晓统计方法的各种算法，即可得到需要的统计分析结果。
对于常见的统计方法，SPSS的命令语句、子命令及选择项的选择绝大部分由“对话框”的操作完成。因此，用户无需花大量时间记忆大量的命令、过程、选择项。
3、功能强大
具有完整的数据输入、编辑、统计分析、报表、图形制作等功能。自带11种类型136个函数。SPSS提供了从简单的统计描述到复杂的多因素统计分析方法，比如数据的探索性分析、统计描述、列联表分析、二维相关、秩相关、偏相关、方差分析、非参数检验、多元回归、生存分析、协方差分析、判别分析、因子分析、聚类分析、非线性回归、Logistic回归等。
参考资料来源：百度百科-spss
我用SPSS已求出主成份权重，该怎么具体求出各主成分中变量的权重如方便发个运行文件给你，就指点
在SPSS主成分分析，原始变量的默认标准输入变量进行分析，首先在SPSS分析→减少→因子进入，首先点击描述性相关的复选框被选中系数，单击“提取显示复选框的选中状态卵石情节;点击显示因子得分系数矩阵;点旋转，最大方差（方差最大化旋转）分数选择方法复选框被选中，单击“确定”就可以得出主成分分析（包括累计贡献率）的结果SPSS不能获得直接的因素重复使用的公式（我忘了）的重量，和自己的手算，百度可以找到公式。
如何用主成分分析法计算指标权重
http://zhidao.baidu.com/q?word=%D3%C3%D6%F7%B3%C9%B7%D6%B7%D6%CE%F6%B7%A8%BC%C6%CB%E3%D6%B8%B1%EA%C8%A8%D6%D8&lm=0&fr=search&ct=17&pn=0&tn=ikaslist&rn=10
除了主成分分析法还有什么确定多变量权重的方法
权重计算的确定方法在综合评价中重中之重，不同的方法对应的计算原理并不相同。在实际分析过程中，应结合数据特征及专业知识选择适合的权重计算。
第一类为AHP层次法和优序图法；此类方法利用数字的相对大小信息进行权重计算；此类方法为主观赋值法，通常需要由专家打分或通过问卷调研的方式，得到各指标重要性的打分情况，得分越高，指标权重越大。
此类方法适合于多种领域。比如想构建一个员工绩效评价体系，指标包括工作态度、学习能力、工作能力、团队协作。通过专家打分计算权重，得到每个指标的权重，并代入员工数据，即可得到每个员工的综合得分情况。
第二类为熵值法（熵权法）；此类方法利用数据熵值信息即信息量大小进行权重计算。此类方法适用于数据之间有波动，同时会将数据波动作为一种信息的方法。
比如收集各地区的某年份的经济指标数据，包括产品销售率（X1）、资金利润率（X2）、成本费用利润率（X3）、劳动生产率（X4）、流动资金周转次数（X5），用熵值法计算出各指标权重，再对各地区经济效益进行比较。
第三类为CRITIC、独立性权重和信息量权重；此类方法主要是利用数据的波动性或者数据之间的相关关系情况进行权重计算。
比如研究利用某省医院2011年共计5个科室的数据指标（共计6个指标数据）进行CRITIC权重计算，最终可得到出院人数、入出院诊断符合率、治疗有效率、平均床位使用率、病床周转次数、出院者平均住院日这6个指标的权重。如果希望针对各个科室进行计算综合得分，那么可以直接将权重与自身的数据进行相乘累加即可，分值越高代表该科室评价越高。
第四类为因子分析和主成分法；此类方法利用了数据的信息浓缩原理，利用方差解释率进行权重计算。
比如对30个地区的经济发展情况的8项指标作主成分分析，主成分分析法可以将8个指标浓缩为几个综合指标（主成分），用这些指标（主成分）反映原来指标的信息，同时利用方差解释率得出各个主成分的权重。
怎么用spss主成分分析法计算权重SPSS论坛
1输入数据。
2点Analyze 下拉菜单，选Data Reduction 下的Factor 。
3打开Factor Analysis后,将数据变量逐个选中进入Variables 对话框中。
4单击主对话框中的Descriptive按扭，打开Factor Analysis: Descriptives子对话框，在Statistics栏中选择Univariate Descriptives项要求输出个变量的均值与标准差，在Correlation Matrix 栏内选择Coefficients项，要求计算相关系数矩阵，单击Continue按钮返回Factor Analysis主对话框。
5单击主对话框中的Extraction 按钮，打开如下图所示的Factor Analysis: Extraction 子对话框。在Method列表中选择默认因子抽取方法——Principal Components，在Analyze 栏中选择默认的Correlation Matrix 项要求从相关系数矩阵出发求解主成分，在Exact 栏中选择Number of Factors;6， 要求显示所有主成分的得分和所能解释的方差。单击Continue按钮返回Factor Analysis主对话框。
6单击主对话框中的OK 按钮，输出结果。
统计专业研究生工作室原创，请勿复杂粘贴
主成分分析和层次分析法的区别和联系
层次分析法：
主成分分析和层次分析两者计算权重的不同，AHP层次分析法是一种定性和定量的计算权重的研究方法，采用两两比较的方法，建立矩阵，利用了数字大小的相对性，数字越大越重要权重会越高的原理，最终计算得到每个因素的重要性。
主成分分析
（1）方法原理及适用场景
主成分分析是对数据进行浓缩，将多个指标浓缩成为几个彼此不相关的概括性指标（主成分），从而达到降维的目的。主成分分析可同时计算主成分权重及指标权重。
（2）操作步骤
使用SPSSAU【进阶方法-主成分分析】。
如果计算主成分权重，需要用到方差解释率。具体加权处理方法为：方差解释率除累积方差解释率。
比如本例中，5个指标共提取了2个主成分：
主成分1的权重：45.135%/69.390%=65.05%
主成分2的权重：24.254%/69.390%=34.95%
如果是计算指标权重，可直接查看“线性组合系数及权重结果表格”，SPSSAU自动输出了各指标权重占比结果。其计算原理分为三步：
第一：计算线性组合系数矩阵，公式为：loading矩阵/Sqrt(特征根)，即载荷系数除以对应特征根的平方根；
第二：计算综合得分系数，公式为：累积（线性组合系数*方差解释率）/累积方差解释率，即上一步中得到的线性组合系数分别与方差解释率相乘后累加，并且除以累积方差解释率；
第三：计算权重，将综合得分系数进行归一化处理即得到各指标权重值。
计算一个时点一个地区的指标权重，那种方法好熵值法还是主成分分析法
你想要的是确定权重的方法。可以推荐你去知网上下载一些综合评价方面的书籍。
1、郭亚军提出的g1法可以确定指标权重，而且排除了ahp方法中还需要确定一致性的劣势
2、群决策理论亦可以应用到确定指标权重中去。即有群的ahp分析法。
3、还有组合评价，即多种方法确定权重的集结结果。
推荐你cnki上以关键字搜索 综合评价；权重确定等关键词进行检索
如何用主成分分析法确定指标权重
在SPSS中，主成分分析是通过设置因子分析中的抽取方法实现的，如果设置的抽取方法是主成分，那么计算的就是主成分得分，另外，因子分析和主成分分析尽管原理不同，但是两者综合得分的计算方法是一致的。
层次分析法根据问题的性质和要达到的总目标，将问题分解为不同的组成因素，并按照因素间的相互关联影响以及隶属关系将因素按不同层次聚集组合，
形成一个多层次的分析结构模型，从而最终使问题归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要权值的确定或相对优劣次序的排定。
扩展资料：
主成分分析法是一种降维的统计方法，它借助于一个正交变换，将其分量相关的原随机向量转化成其分量不相关的新随机向量，这在代数上表现为将原随机向量的协方差阵变换成对角形阵，在几何上表现为将原坐标系变换成新的正交坐标系，
使之指向样本点散布最开的p 个正交方向，然后对多维变量系统进行降维处理，使之能以一个较高的精度转换成低维变量系统，再通过构造适当的价值函数，进一步把低维系统转化成一维系统。
参考资料来源：百度百科-主成分分析法
