主成分分析法Stata代码
完整版详解
(附件含测试数据、Stata代码及说明等资料)
步骤非常详细,没有任何跳步
适合实证小白学习
主成分分析说明
1.主成分分析定义:
主成分分析是考察多个变量间相关性的一种多元统计方法(张文彤等,2017)。
2.主成分分析应用目的:
主成分分析应用目的可以被简单归结为数据的压缩和数据的解释。
其常被用来寻找判断某种事物或现象的综合指标,并且给综合指标所包含的信息以适当的解释,从而更加深刻揭示事物的内在规律(张文彤等,2017)。
3.主成分分析的基本思想:
主成分分析研究如何通过少数几个主分量来解释多个变量间的内部结构(张文彤等,2017)。
也就是说,从原始变量中导出少数几个主分量,使它们尽可能多地保留原始变量的信息,且彼此间互不相关。
4.主成分分析的计算步骤(下述附件有Stata代码详细展开):
第一步,对原来的p个指标进行标准化,以消除变量在数量级或量纲上的影响。
第二步,根据标准化的数据矩阵求出协方差或相关矩阵。
第三步,求出协方差矩阵的特征根和特征向量。
第四步,确定主成分,结合专业知识给各主成分所蕴涵的信息给予适当的解释(张文彤等,2017)。
附件构造说明
1.该附件是主成分分析模型过程的学习教程,即适用于学习如何使用主成分分析的用户。
2.该资料构造可用于实证评价分析、主检验、稳健性检验、机制检验等分析。
3.有助于本科、硕士、博士毕业论文参考,并对发表高水平SSCI、CSSCI有很高的参考价值。4.适用实证小白学习,本附件的步骤非常详细。
其他说明
本帖测试数据仅用于便于主成分分析的介绍,最终数据没有任何实用价值!大家主要学习如何实用主成分分析方法即可。以下为附件示例图,大家有需要可以前往下述附件处进行下载