spss主成分赋权重KMO未达到要求
来源:学生作业帮助网 编辑:作业帮 时间:2024/04/30 20:49:45
SPSS软件加权变量算法:打开目标文件菜单栏中选取Data>WeightCases>OK或者菜单栏中选取Descriptive>Desriptive...>Desriptive...
权重是需要很多数据去判断,确定的.浙大哲博检测回答
主成分分析法在SPSS中的操作1、指标数据选取、收集与录入(表1)2、Analyze→DataReduction→FactorAnalysis,弹出FactorAnalysis对话框:3、把指标数据选
http://zhidao.baidu.com/q?word=%D3%C3%D6%F7%B3%C9%B7%D6%B7%D6%CE%F6%B7%A8%BC%C6%CB%E3%D6%B8%B1%EA%C8
直接在因素分析里做analyze——Datareduction——Factor并在descreptives里选择KMO就可以了
正负号只是表示关系的正负这不影响主成分分析主要看绝对值的大小绝对值大就表示关系强
SPSS中可以自动输出因子得分矩阵的,但那个是标准化的因子得分.(SPSS统计分析专业人士南心网)
那些和其他变量相关性都很小的变量就是解释方差很小的变量,或者从旋转载荷矩阵表上来看,那些变量在各个成分上的载荷都小于0.5,就是解释方差很小的变量,应该剔除,这样就可以提高KMO值了.
KMO值是由你的数据算出来的,不是所有的数据都适合做主成分分析.只有KMO值只有0.5说明你的数据样本不适合做主成分分析,下面做的一切都是不合理的.KMO值不能提高,除非你换一组数据.
不可以的如果要尊重事实的话,你数据出来就是这样的结果,为什么要拒绝这样的结果呢?
仅作主成分分析是不用看KMO值的,提取主成分中解释方差较大的变量,构建新的指标体系,然后在试图用因子分析,另外注意,主成分分析一般不用来赋权!
什么主成分?能说清楚点~
未旋转的因子矩阵:不是说x7是最主要的因素,而是说x7与第1个成分的相关性最大,且为正相关.通过你这个因子矩阵表,很难将各个x进行分类,可以进行因子分析,得到旋转后的因子矩阵.旋转后的因子矩阵:表中的
做个相关或者偏相关分析看看,把那些与其中任何一个变量相关性都很弱的变量剔除出去,再试下
是说这个矩阵不是正定的,我知道你可能还是不明白,我帮你查了很多资料,正定矩阵意思是说数据特征的特征值不是都大于0的,因此我推测你数据中可能存在问题,有负的特征值,怎么改数据,我还不清楚,我还得学习学习
KMO是做主成分分析的效度检验指标之一,以前的文献中写说,KMO在0.9以上,非常合适做因子分析;在0.8-0.9之间,很适合;在0.7-0.8之间,适合;在0.6-0.7之间,尚可;在0.5-0.6
KMO检验用于检查变量间的偏相关性一般认为该值大于0.9时效果最佳0.7以上尚可,0.6时效果较差Bartlett's球形检验用于检验相关阵是否是单位阵P
在因子分析时,点击得分-保存因子得分即可,在回归分析时,将Y输入到dependent,F1F2输入到indenpendent,下面那位说错了.再问:就是一开始肯定没有YF1和F2的,提取出来主成分怎么
先看下你的研究领域,有的文献大于0,5都接受了
你得设置因子载重值排序啊,你看特征根值大小进行比较哪个影响大