通过SPSS主成分分析法如何计算综合得分排名？ 在线分析软件spssau可以直接保存综合得分，分析时直接勾选“综合得分”保存，然后对得分排序即可。
直接成分分析法的直接成分分析法的使用 直接成分这个概念最早是由美国语言学家布龙菲尔德在1933年首次出版的《语言论》中提出来的。他说任何一个说英语的人，如果他有意来分析语言形式，一定会告诉我们：Poor John ran away的直接成分是 poor John和 ran away这两个形式；而这两个形式又分别是个复合形式；ran away的直接成分是ran…和away…；poor John的直接成分是…poor和John（p.161）。换句话说，直接成分（immediate constituent），是直接位于结构体层面之下的成分，这个结构体可能是个句子，如Poor John ran away，也可能是个词组，如 poor John。从理论上讲，结构体也可以是一个单词。一个单词也可以分析出直接成分-语素，如lovely可以分析出﹛love﹜和﹛ly﹜，talked 可以分析出和﹛talk﹜和﹛ed﹜。最后一层的成分即语素，叫做最终成分。由此我们可以说只是成分而不是结构体的是语素，只是结构体而不是成分的是句子。所以直接成分分析法可以定义为这样的分析法：先把句子分析为直接成分-词组（或短语），再把这些直接成分依次切分，得到各自的直接成分，层层切分，直到最终成分为止。但是实际上为了方便，我们通常切到词为止。句子的直接成分分析法可以用括弧表示，例如：（a）（（Poor）（John））（。
如何用主成分分析法确定指标权重？
主成分分析法源解析 比值法可以定性地解释研究区PAHs的污染来源，但是不能进行定量的描述，且还有一定的局限性。因此本研究将通过对PAHs数据的因子分析和多元回归分析，可以半定量地了解各种污染源对研究区PAHs总量的贡献率。主成分分析(PrincipalComponentsAnalysis，PCA)和因子分析是进行数据降维的常用方法，是把多个变量(指标)化为少数几个可以反映原来多个变量的大部分信息的综合变量(综合指标)的一种方法。主成分分析可直接将数据映射到唯一正交坐标系，因子分析可以进一步通过旋转坐标系，使被提取出来的因子具有最小的协方差，使每个因子代表的变量更明显，从而支持污染源识别。Wangetal.(2009)运用空间和多元分析对北京表土(0～10cm)PAHs的分布特征和污染来源进行了研究，结果表明，煤的燃烧和汽车尾气的排放、石油源及焦炭源分别是商业区、市内和郊区的主要污染源，这与北京的能源消耗及功能区划的空间分布特征密切相关。对污灌区表土的14种PAHs进行主成分分析，结果表明，前两个因子说明了100%的方差，其中第一个主成分F1占方差的68.36%，第二个主成分F2占方差的31.64%，因此这两个主因子可以说明PAHs的污染来源。由表4.13可以看出，第一个主成分F1在变量苯并［e799bee5baa6e。
成分分析法和层次分析法的不同
主成分分析法与因子分析法的区别？ 一、性质不同1、主e5a48de588b63231313335323631343130323136353331333431376639成分分析法性质：通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量。2、因子分析法性质：研究从变量群中提取共性因子的统计技术。二、应用不同1、主成分分析法应用：比如人口统计学、数量地理学、分子动力学模拟、数学建模、数理分析等学科中均有应用，是一种常用的多变量分析方法。2、因子分析法应用：（1）消费者习惯和态度研究（U&A）（2）品牌形象和特性研究（3）服务质量调查（4）个性测试（5）形象调查（6）市场划分识别（7）顾客、产品和行为分类扩展资料：主成分分析的原理是设法将原来变量重新组合成一组新的相互无关的几个综合变量，同时，根据实际需要，尽量少取几个求和变量，以反映原始变量的信息。这种统计方法被称为主成分分析或主成分分析，这也是一种处理降维的数学方法。主成分分析（PCA）是试图用一组新的不相关的综合指标来代替原来的指标。因子分析为社会研究的一种有力工具，但不能确定一项研究中有几个因子。当研究中选择的变量发生变化时，因素的数量也会发生变化。此外，对每个因素的实际含义的解释也不是。
