基於主成分分析的股票投資選擇

⑴ 在做主成分分析時，選取的主特徵是原來數據的哪些特徵

做主分量分析，選取影響因素最大的。

⑵ 主成分分析的指標選擇

指標太多了，也可能是存在共線性的變數導致的。我用的stata
還是先給原始數據做一下相關性分析，刪一些高度相關的變數，避免共線性。
然後給變數標准化後做主成分分析，這一步spss自動就標准化了，如果也是stata的話要記得標准化。我自己這邊試的結果是變數多於15類就算不出KMO了，控制在10個左右KMO能算出來，不過最好才0.6，最差0.4了都。。
沒辦法我的數據太少了，我做的是關於貪官的，數據少很坑……你經濟類的應該能到0.7，加油額

⑶ 因子分析中如果利用主成分方法獲取因子載荷，選擇因子數目方法有哪些

因子提取和因子載荷矩陣的求解：基於主成分模型的主成分分析法、基於因子分析模型的主軸因子法、極大似然法、最小二乘法、a因子提取法、映像分析法。主成分分析法能夠為因子分析提供初始解，因子分析是主成分分析結果的延伸和拓展。

很高興能回答您的提問，您不用添加任何財富，只要及時採納就是對我們最好的回報
。若提問人還有任何不懂的地方可隨時追問，我會盡量解答，祝您學業進步，謝謝。
☆⌒_⌒☆ 如果問題解決後，請點擊下面的「選為滿意答案」

⑷ 如何分析我國股票市場的影響因素，通過因子分析或主成分分析方法構建一個我國股票市場的預警指數

不容易呀！想法不錯，期待高人。

⑸ 主成分分析（PCA）主成分維度怎麼選擇

成分分析和因子分析有十大區別，在損失很少信息的前提下把多個指標轉化為幾個不相關的綜合指標（主成分),且各個主成分之間互不相關,使得主成： 1.原理不同 主成分分析基本原理：利用降維（線性變換)的思想,即每個主成分都是原始變數的線性組合

⑹ 兩年的數據每年9個指標，用主成分分析法選出重要的指標，可以一年一分析嗎，最後把兩年的重要指標綜合

恩，怎麼了，你的問題是什麼？
我經常幫別人做這類的數據分析的

⑺ 如何用主成分分析法確定指標權重

在SPSS中，主成分分析是通過設置因子分析中的抽取方法實現的，如果設置的抽取方法是主成分，那麼計算的就是主成分得分，另外，因子分析和主成分分析盡管原理不同，但是兩者綜合得分的計算方法是一致的。

層次分析法根據問題的性質和要達到的總目標，將問題分解為不同的組成因素，並按照因素間的相互關聯影響以及隸屬關系將因素按不同層次聚集組合，

形成一個多層次的分析結構模型，從而最終使問題歸結為最低層(供決策的方案、措施等)相對於最高層(總目標)的相對重要權值的確定或相對優劣次序的排定。

(7)基於主成分分析的股票投資選擇擴展閱讀：

主成分分析法是一種降維的統計方法，它藉助於一個正交變換，將其分量相關的原隨機向量轉化成其分量不相關的新隨機向量，這在代數上表現為將原隨機向量的協方差陣變換成對角形陣，在幾何上表現為將原坐標系變換成新的正交坐標系，

使之指向樣本點散布最開的p 個正交方向，然後對多維變數系統進行降維處理，使之能以一個較高的精度轉換成低維變數系統，再通過構造適當的價值函數，進一步把低維系統轉化成一維系統。

⑻ 主成分分析怎麼分類，分類的依據是什麼

你現在有了每個樣本的主成分分值，用這些分值，對這些樣本進行分類。
就是說，每個樣本現在有三個值了，就是三個主成分的值，現在要看看那些樣本比較相似。