基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文章就<如何用SPSS软件进行主成分分析>一文中主成分分析方法中的特征值与特征向量的关系作了探讨,并指出先用SPSS的PC法求出载荷阵,然后求出特征向量的主成分分析计算过程中,应使特征值与特征向量一一对应来建立主成分的分析模型.
推荐文章
基于特征脸的主成分分析人脸识别
人脸识别
特征脸
主成分分析
穿戴式跌倒检测中特征向量的提取和降维研究
跌倒检测
特征向量
核主成分分析
降维
基于二维主成分分析的图像特征提取研究
二维主成分分析
特征提取
人脸识别
基于主成分分析和支持向量机的参数费用模型
主成分分析
支持向量机
参数费用模型
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 SPSS主成分分析中的特征向量计算问题
来源期刊 统计教育 学科
关键词 主成分分析 因子载荷阵 特征向量 特征值
年,卷(期) 2007,(3) 所属期刊栏目 问题探讨
研究方向 页码范围 10-11
页数 2页 分类号
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨中宝 云南玉溪师范学院地理系 5 38 3.0 5.0
2 李朝峰 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
主成分分析
因子载荷阵
特征向量
特征值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
统计教育
月刊
1005-5762
11-3215/G4
大16开
北京市西城区月坛南街75号
82-681
1993
chi
出版文献量(篇)
307
总下载数(次)
1
总被引数(次)
1866
论文1v1指导