如何用主成分分析指标权重

关于成熟期的高新技术企业评价，在此简要介绍主成分分析法的几个步骤，后面会有实例具体说明该方法的运用。

主成分分析是一种基于线性变换，找到一组新的替换指标从而实现降维和评价目的的方法。它的基本思想是设法将原来众多具有一定相关性的指标，重新组合成一组新的相互无关的综合指标来替代原来指标。

在高新技术企业评价中，能反映企业成长的指标有许多，各指标之间具有一定的相关性，比较复杂，自然我们希望从众多指标中综合出一些主要的指标，同时使损失的信息量尽量少。主成分分析正好可以达到主要的目的，可以简化指标体系的结构，将分散在一组变量上的信息集中到某几个综合指标(主成分)上，起到数据降维的作用。这样我们在评价高新技术企业的可持续成长能力时，通过对一组变量的几个线性组合来解释这组变量的方差和协方差结构，以达到数据压缩和数据解释的目的。

主成分可简写成:

(1)指标的选取和样本数据的处理

一般指标体系中存在定性指标和定量指标，定量指标要进行无量纲化处理和标准化处理，定性指标要先定量化，再进行无量纲和标准化处理。

(2)运用SPSS软件进行主成分分析

求出其相关系数矩阵，对相关系数矩阵计算其特征值、贡献率和累计贡献率。根据主成分分析法的要求，只要累计贡献率能够反映85%以上的方差变异，就可以确定主成分个数，选择相应的主成分。

为便于对各主成分载荷作出合理解释，需要对其进行旋转使其结构简化，其目的是为了排除噪声的干扰作用，得到正交因子载荷矩阵。

确定主成分的表达式，解释其经济意义。

(3)按主成分得分评价

计算每家高新技术企业按每个主成分的表达式计算后的得分进行单方面评价，再采用全部主成分的特征值归一化作为权系数，构造综合评价函数，进行综合评价。