因子分析后可以得出各主成分的值吗
来源:学生作业帮助网 编辑:作业帮 时间:2024/08/09 00:57:16
因子分析时候有个选项里面是选择保存因子得分然后在原始数据的最后面就会有几列新的数据出来其中就包括了你提取出来的几个主因子的得分然后你要求相关就是把新出来的几列因子得分之间就好了,但是提取出来的因子之间
以下是我自己通俗的理解哈.主成分分析,就是多个变量综合起来反应一个指标,要把这个指标找出来.因子分析就是其实潜在的有几个指标,而表现出来的是这几个指标随机组合作用出来的结果.因子分析不好理解是吧,举个
按照SPSS统计软件,你的"最大交异法"应该翻译成VarimaxMethod,巴特立特球体检验应该翻译成Bartlett'stestofsphericity,卡方统计值应该翻译成Chi-Square.
1.spss直接帮你把几个因子都已经算出来了,就是FAC1-1列就是因子F1,同理可以得知F2,F3.不用算的,如果问F1怎么来的,就说是F1=0.701X1-0.549X2+0.736X3+0.21
主成分分析就是将多项指标转化为少数几项综合指标,用综合指标来解释多变量的方差-协方差结构.综合指标即为主成分.所得出的少数几个主成分,要尽可能多地保留原始变量的信息,且彼此不相关.因子分析是研究如何以
主成分分析就是将多项指标转化为少数几项综合指标,用综合指标来解释多变量的方差-协方差结构.综合指标即为主成分.所得出的少数几个主成分,要尽可能多地保留原始变量的信息,且彼此不相关.因子分析是研究如何以
聚类分析一般是用来描述变量或者样品之间相似性的方法,事先是不知道有多少中类别的.判别分析是事先知道了有哪些类别,而且有相应的分类数据,那么可以通过已知的分析数据建立一个分类的规则,那么给出一个或多个未
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)
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.
因子载荷矩阵里,最左一列是项目(题目),最上一行是因子(主成份),下面就是各项目在各因子上的载荷,载荷按高到低排好序就可以看出各因子包括哪些项目.
因子分析法和主成分分析法都是降维处理多变量的回归问题,不同意楼上的说法,不是包含的关系.另外主成分分析法在SPSS中没有办法直接实现,是通过因子分析来构建模型的.它们的区别还是模型构建体系不一样,因子
在主成分抽取那边设置有两种设置方法:1主成分的特征根2累计贡献率建议把累计贡献率设置为85%就可以提取多个主成分
你自己根据各个因子中哪个或哪些变量的系数大来命名即可
系统显示这个警告并不是只能做11个成分的意思,而是说你的变量命名中含有非法的部分,重新检查一下变量名称吧,前两天我也碰到类似问题,当时查的是因为SPSS版本的关系,一般来说非注册版本很容易遇到这个问题
http://hi.baidu.com/%CD%DA%BF%F3%B9%A4%C8%CB/blog/item/a7cadafdb2b908215c60088b.html
当然不行啊,要不你就要做回归预测了,但是要先建模型再问:可是没有因变量怎么做回归呢?我也问了我们老师,说是可以先通过因子分析估计一个因变量的值再进行回归。。(可以留个你的联系方式不,请教一下高人)再答
lz的意思表达不是很明白.以因子分析为例:因子分析会有variables的框让你自己选择对哪些变量的数据进行分析.如果需要对原始数据进行分析,那就将你原始数据的相关变量名拖到variables的框里就
因子分析与主成分分析的异同点:都对原始数据进行标准化处理;都消除了原始指标的相关性对综合评价所造成的信息重复的影响;构造综合评价时所涉及的权数具有客观性;在信息损失不大的前提下,减少了评价工作量公共因
可以解释但是一般使用主成分与因变量y进行回归分析的比较多通过这种回归分析可以更加清晰的看出之间的关系
主成分的选取可以有2种方法:1、取累计贡献率大于85%的成分;2、取所有特征值大于1的成分.当符合上述任意一种时均可拿来做为最后的主成分.当然SPSS软件默认的是第二种.主成分的选取和你说的载荷量小于