در این مطلب، ویدئو نحوه ایجاد ایندکس با استفاده از PCA در SPSS با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید. اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:05:36
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00 =>02
سلام بچه ها در این
2
02 =>04
ویدیو به شما نشان می دهم که چگونه با استفاده از SPSS یک نمایه ایجاد کنید
3
04 =>07
تا بدانید چگونه
4
07 =>09
با استفاده از Stata یک نمایه ایجاد کنید، لطفا ویدیوی دیگر من را ببینید،
5
09 =>14
پس بیایید اول از همه
6
14 =>16
شروع کنیم. مراحل ساده
7
16 =>20
برای ایجاد یک شاخص با استفاده از SPSS شما می دانید
8
20 =>22
اجازه دهید اولین مورد از همه
9
22 =>26
متغیرهای شاخص را معرفی کنم این شش
10
26 =>28
متغیر هستند که نشان دهنده
11
28 =>30
شاخص های حاکمیت در سراسر جهان هستند که من
12
30 =>33
از این شش متغیر برای ایجاد و
13
33 =>38
شاخص جهانی Cornus بنابراین مرده استفاده می کنم. از
14
38 =>41
این ویدیوها در اینجا نشان
15
41 =>43
داده شده است.
16
43 =>45
17
45 =>49
18
49 =>54
19
54 =>58
به
20
58 =>01:02
تجزیه و تحلیل کاهش ابعاد بروید و
21
01:02 =>01:04
این شش متغیر را فاکتور کنید در اینجا نشان داده شده است
22
01:04 =>01:09
که همه آنها را انتخاب کرده و
23
01:09 =>01:12
با فشار دادن کنترل و شامل تمام
24
01:12 =>01:16
این شش متغیر میشوید، بنابراین اول از همه
25
01:16 =>01:18
گزینه اول توصیفی به
26
01:18 =>01:21
صورت توصیفی است. اهمیت t این است
27
01:21 =>01:23
که ماتریس همبستگی ضرایب
28
01:23 =>01:26
و kmo و توان است بیایید تست روحیه را انجام دهیم
29
01:26 =>01:29
و این تست ها برای دانستن
30
01:29 =>01:33
مولفه ها استفاده می شود اهمیت آماری
31
01:33 =>01:38
ادامه دارد سپس در استخراج
32
01:38 =>01:41
از ماتریس همبستگی استفاده می کنم اما اگر
33
01:41 =>01:43
می خواهید این کار را با کووالانسی
34
01:43 =>01:45
مهم است، شما می توانید این را انتخاب کنید، اما من این
35
01:45 =>01:46
کار را با ماتریس همبستگی
36
01:46 =>01:50
و مقادیر ویژه انجام می دهم
37
01:50 =>01:54
، اگر می خواهید
38
01:54 =>01:57
ادامه آن را در
39
01:57 =>02:01
بخش چرخش ببینید، اکنون چرخش در واقع اگر می
40
02:01 =>02:04
خواهید بدانید که چقدر تغییر یک
41
02:04 =>02:06
متغیر خاص توسط مولفه نشان داده شده است،
42
02:06 =>02:10
بنابراین شما باید خیلی مخلوط
43
02:10 =>02:12
یا مستقیم یا blimmin را انتخاب کنید،
44
02:12 =>02:14
بنابراین من از این ترکیب استفاده میکنم،
45
02:14 =>02:16
این در واقع اتو
46
02:16 =>02:23
کرنر بسیار مخلوط از امتیاز ادامه یافته است
47
02:23 =>02:25
ذخیره به عنوان ماتریس ضریب نمایش متغیر
48
02:25 =>02:30
ادامه دارد. گزینهها اکنون در اینجا
49
02:30 =>02:33
میتوانید ببینید که اینها برای
50
02:33 =>02:35
مقادیر از دست رفته هستند، اگر دادههای شما حاوی
51
02:35 =>02:38
مقادیر گم شده باشد، میتوانید آنها را حذف کنید یا
52
02:38 =>02:40
میتوانید آنها را با میانگین جایگزین کنید، اما
53
02:40 =>02:44
دادههای من compl است. ete بنابراین من در این گزینه ادامه می دهم
54
02:44 =>02:49
همه چیز خوب است بنابراین
55
02:49 =>02:52
همه اینها نتایج هستند و اول از همه و
56
02:52 =>02:54,