咱们取educ、salary、salbegin、jobtime、prevexp来进行主成分剖析，首先要对数据进行标准化处理，这样才干较好的比较：
点击剖析——-描绘统计—–描绘
在对话框中选入要筛选的变量，然后挑选将标准化值另存为变量
这样数据的标准化就完成了，咱们得到了5个标准化数据
将数据标准化完成后就能够进行正式剖析了
点击剖析—-降维—-因子
把需要的数据选入，描绘部分挑选KMO和巴特利球形查验
在提取部分挑选碎石图
旋转部分挑选载荷图
得分部分挑选：保存为变量
最后按确认得出成果，KMO和巴特利球形查验部分值要大于0.5才干进行主成分剖析
公因子方差部分表示了它的共同度，SPSS提取特征根大于1的变量的信息，能够看到除了教育部分，其他都提取原始变量差不多90%的信息
PCA意图/作用
主成分剖析算法（PCA）是最常用的线性降维方法，它的方针是经过某种线性投影，将高维的数据映射到低维的空间中，并期望在所投影的维度上数据的信息量最大（方差最大），以此运用较少的数据维度，同时保留住较多的原数据点的特性。
PCA降维的意图，便是为了在尽量保证“信息量不丢失”的情况下，对原始特征进行降维，也便是尽可能将原始特征往具有最大投影信息量的维度上进行投影。将原特征投影到这些维度上，使降维后信息量损失最小。
特别提醒：
1.假如主成分剖析中有n个变量，则特征值（或方差）之和就等于n。
2.特征向量（或主成分的系数）中各个数值的平方和等于1，否则就不是特征向量，也不是主成分系数。
3.过程3.4中的主成分载荷向量各系数的平方和等于其对应的主成分的方差
4.SPSS没有专门的主成分剖析模块，是在因子剖析模块进行的。它只输出主成
分载荷矩阵和因子得分值，而咱们最想得到的主成分的系数（特征向量）和主成分得分则需要另外核算。
5.假如核算没有过错，因子1、因子2、主成分1、主成分2和归纳得分Y，它们各自的数值之和都等于0。
6.主成分剖析应该核算出归纳得分并排序。
spss主成分分析例题详解
相关剖析(correlationanalysis)是一种研讨随机变量之间相相联系的核算办法，是研讨现象之间是否存在某种依靠联系，并针对详细依靠联系的现象研讨其相关方向和相关程度。例如，用x和y别离记住小学生的数学和语文成绩，感兴趣的是两者的联系如何，而不是从x猜测y。
相相联系是不确认的联系，例如，用x和y别离记载或人的身高和体重，或按公顷别离记载上肥量和小麦产量，x和y有显着联系，但不准确到一个能正确决议另一个是相相联系。研讨线性相关剖析两个变量之间线性联系的程度。用相联系数r记叙。（1）正相关，y改变方向共同，如身高与体重联系，r0；一般来说，|r|0.95有明显相关性；|r|0.8高度相关；0.5|r|0.8中度相关；0.3|r|0.5低度相关；|r|0.3联系极弱，（2）负相关，y改变方向相反，如吸烟与肺功用联系，r0；（3）无线性相关:r=0。变量y和x处于函数联系时，r=1或r=-1；假如变量y和x之间存在核算联系，则为-11。)4)r的核算有三种：人员相联系数)核算定距连续变量的数据。Spearman与Kendall的相联系数(假如分类变量的数据或变量值分布显着为非正态或分布未知，则在核算时对离散数据进行排序或对定间隔变量值进行排序(求解)。33558www.Sina.com/:2:在研讨两个变量之间的线性相相联系时，操控可能影响的变量。在操控年纪和工作经验的影响下，估计工资收入和教育水平之间的相相联系。2、偏相关剖析是衡量观测丈量之间或变量之间相似或非相似程度的规范，是广义间隔。分为观测丈量间隔剖析和变量间隔剖析。3、间隔剖析:a，对等间隔(定间隔)数据的非相似性)间隔)测度可用的核算量为Eucliddl间隔、dl间隔平方等。b、计数数据运用卡方。对c、二值(只能取两种值)数据，运用dl间隔、dl间隔的平方、大小差异、形式差异、方差等。（1）不相似性测度:a，等间隔数据运用核算量Pearson相关或余弦。b、用于点评二元数据相似性的核算量有20多种。
以性别和学习成绩为例
剖析-相关-2变量
显性水平检测(双尾)显示，性别与学习成绩不相关的概率为0.624，大于0.01和0.05，可以判断与学习成绩和性别无关。
（2）相似性测度
回归剖析(regressionanalysis)是确认两个或多个变量之间相互依靠的定量联系的核算剖析办法。根据相关变量的量，可分为一元回归和多元回归剖析；根据变量的数量可以分为简略回归剖析和多元回归剖析；根据自变量和因子之间的联系类型，可以分为线性回归剖析和非线性回归剖析。
2.回归剖析
以某个地址1月的气温和海拔数据为例
回归-剖析-线性
Y=1.6820.030X
回归系数查验，明显性(相联系数等于0提取的概率)大于0.255、0.05(大于0.01)及高程与1月气温无回归联系。
在f检查中，明显性为0.255，大于0.05(大于0.01)))。
回归模型表明，r非常小，R=0.127，x只能在0.127左右表明y，且不能经过明显查验，与海拔和1月平均气温没有联系。
1.一元线性回归
1.针对各地课题总量，投入高级职位量，以宣布论文量的数据为例
多元线性回归模型，调整后R=0.904，表明适应性较好。
f值为142.930，显着性为0.000，小于0.05，表明用X1和X2表达y是显着的。
Y=576.801-0.509X14.292X2，课题总数(相联系数从0中提取的概率)为0.461，无意义；投入高级职位的数量(相联系数从0中提取的概率)为0.000，有意义。
因此，除去自变量课题的总数，进行对上位职位的投入数和宣布论文数的回归剖析。
Y=589.283)3.808，R=0.909，f经过明显性查验，投入系数的高位数明显性也合格，因此宣布论文数与投入的高位数之间有杰出的回归联系(高位数每增加一位，多宣布3.808篇论文)
2.逐步回归
Y=265.18625.212X
2.多元线性回归
聚类剖析
聚类剖析指将物理或抽象目标的集合分组为由相似的目标组成的多个类的剖析进程。它是一种重要的人类行为。聚类剖析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包含数学，核算机科学，核算学，生物学和经济学。在不同的使用领域，很多聚类技能都得到了发展，这些技能办法被用作描绘数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。
根据研讨目标（样品或目标）的特征，对其进行分类的办法，减少研讨目标的数目。
各类事物缺乏牢靠的历史材料，无法确认共有多少类别，目的是将性质附近事物归入一类。
各目标之间具有必定的相相联系。
聚类剖析(clusteranalysis)是一组将研讨目标分为相对同质的群组(clusters)的核算剖析技能。聚类剖析区别于分类剖析(classificationanalysis)，后者是有监督的学习。
聚类与分类的不同在于，聚类所要求划分的类是未知的。
聚类是将数据分类到不同的类或许簇这样的一个进程，所以同一个簇中的目标有很大的相似性，而不同簇间的目标有很大的相异性。
从核算学的观念看，聚类剖析是经过数据建模简化数据的一种办法。传统的核算聚类剖析办法包含体系聚类法、分解法、参加法、动态聚类法、有序样品聚类、有堆叠聚类和含糊聚类等。选用k-均值、k-中心点等算法的聚类剖析东西已被参加到许多著名的核算剖析软件包中，如SPSS、SAS等。
从机器学习的视点讲，簇相当于躲藏形式。聚类是查找簇的无监督学习进程。与分类不同，无监督学习不依靠预先界说的类或带类符号的练习实例，需要由聚类学习算法主动确认符号，而分类学习的实例或数据目标有类别符号。聚类是观察式学习，而不是示例式的学习。
聚类剖析是一种探索性的剖析，在分类的进程中，人们不用事先给出一个分类的规范，聚类剖析可以从样本数据出发，主动进行分类。聚类剖析所运用办法的不同，常常会得到不同的结论。不同研讨者关于同一组数据进行聚类剖析，所得到的聚类数未必共同。
从实际使用的视点看，聚类剖析是数据挖掘的主要任务之一。并且聚类可以作为一个独立的东西取得数据的分布状况，观察每一簇数据的特征，会集对特定的聚簇集协作进一步地剖析。聚类剖析还可以作为其他算法（如分类和定性概括算法）的预处理步骤。
变量类型：定类变量、定量（离散和连续）变量
剖析-分类-体系聚类
4.主成分剖析
主成分剖析也称主重量剖析，旨在使用降维的思想，把多目标转化为少数几个归纳目标（即主成分），其间每个主成分都可以反映原始变量的大部分信息，且所含信息互不重复。这种办法在引入多方面变量的一起将杂乱要素归结为几个主成分，使问题简略化，一起得到的结果更加科学有效的数据信息。在实际问题研讨中，为了全面、体系地剖析问题，我们必须考虑很多影响要素。这些触及的要素一般称为目标，在多元核算剖析中也称为变量。因为每个变量都在不同程度上反映了所研讨问题的某些信息，并且目标之间互相有必定的相关性，因而所得的核算数据反映的信息在必定程度上有堆叠。主要办法有特征值分解，SVD，NMF等。
