主成分因子分析報告步驟_第1頁
主成分因子分析報告步驟_第2頁
主成分因子分析報告步驟_第3頁
主成分因子分析報告步驟_第4頁
主成分因子分析報告步驟_第5頁
已閱讀5頁，還剩8頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

強調(diào)的是解釋數(shù)據(jù)變異的能力強調(diào)的是變量之間的有關性協(xié)方差設描述性統(tǒng)計量（Descriptives）KMO和Bartlett的球形度檢查（檢查多變量正態(tài)性和原始變量與否適合作因子分析因子抽?。‥xtraction）辦法：默認主成分法。因子旋轉（Rotation）因子得分（Scores）選項（Options）KMOBartlett’sKMO和Bartlett的檢查取樣足夠度的Kaiser-Meyer-OlkinBartlett6KMO時，表達變量間的共同因子愈多，愈適合作因子分析KaiserKMO＞0.9（很棒KMO＞0.8（較好KMO＞0.7（中檔KMO＞0.6（普通（粗劣、KMO＜0.5（不能接受程度越大。共同度低闡明在因子中的重要度低。普通的基準是<0.41234580.9%的信息，因而因子取二維比較明顯。52fac1_1fac2_1，即為因子得分2。普通的，因子負荷量的0.4，認為是明顯的變量，0.522，又能夠稱為服務因子。112-----Kaiser因子得分系數(shù)矩陣給出了因子與各變量的線性組合系數(shù)10.010*X1+0.425*X2-0.038*X3+0.408*X4-2=0.447*X1-0.036*X2+0.424*X3+0.059*X4-1121-2Kaiser11212Kaiser看各因子間的有關系數(shù)1（1）【KMOBartlett2有 食------KMOBartlett’sKaiser-Meyer-OlkinBartlett的球形檢大概卡方 Kaiser-Meyer-OlkinBartlett的球形檢大概卡方 KaiserKMO＞0.9（很棒、KMO＞0.8（較好、KMO＞0.7（中檔、（普通、KMO＞0.5（粗劣、KMO＜0.5（不能接受程度越大。共同度低闡明在因子中的重要度低。普通的基準是<0.4123456149.0%231.899%80.9%，80.9%的信息，因而因子取二維比較明顯。成分矩陣（因子載荷矩陣1212---a.擷取212 即（0.490，0.478，0.466，0.465，0.311，0.049）才是主成分1的特性向量。1Y1=0.490*Z+0.478*Z+0

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論