請教大神關於SPSS主成份分析KMO檢驗是否需要大於0 5問題

2021-04-17 14:54:24 字數 1516 閱讀 3289

1樓:壞就壞在我壞

講道理是bai需要的

,要經過kmo檢驗,du

zhi0.6表示不太合適,0.7表示一般,0.8表示合dao適。

但是實內際上,我看了幾篇**,容樣本比變數少,如果你用spss算,根本無法算出來結果,檢驗這一塊會顯示非正定矩陣,無結果。但是依舊可以得出主成分。

所以我推測是可以不進行檢驗直接得出主成分的。

那篇文獻是 區域水資源承載能力綜合評價_主成分分析法的應用_傅湘

主成分分析,用spss軟體,kmo值必須大於0.7嗎?

2樓:冷豔綠子

kmo是做主成分分析的效度檢驗指標之一,以前的文獻中寫說,kmo在0.9以上,非常合適做因子分版析;在權0.8-0.

9之間,很適合;在0.7-0.8之間,適合;在0.

6-0.7之間,尚可;在0.5-0.

6之間,表示很差;在0.5以下應該放棄.

我覺得kmo在0.6左右還行,可能就是做完之後效果不是很好吧,我做因子分析時候的kmo在07左右的,沒有小過0.65的,老師沒有說不合格的.

ps:0.6左右影響不會很大,但是老師說不合格這點就有點麻煩,(你可以說服老師,或者你來改資料).

主成分分析是因子分析的一個特例,主成分分析就是在進行因子分析的時候前幾個主成分的特徵值累計佔總方差的80%以上,後面的因子省略;因子分析就是沒有設定主因子,完全憑資料來分析,同一道題,同一組資料,因子分析的結果比主成分分析解釋性更強.

3樓:匿名使用者

這個好像沒有道bai

理吧,資料結構du就決zhi定了pca分析的結果dao拉,不可能你內kmo達不到標準,就認為容

不行,那豈不是要改資料啦;建議參考一下目前發表的權威**看看,似乎沒有這個要求;一般來說,第一主成份-第四主成分累計貢獻率達到一個較高的百分數(如85%以上),即可,若第一,第二主成分即可達到85%以上,更好。

用spss做因子分析,kmo值太低,能不能對資料進行處理使kmo值大於0.5?

4樓:匿名使用者

做個相關或者偏相關分析看看,把那些與其中任何一個變數相關性都很弱的變數剔除出去,再試下

用spss做主成分分析:kmo數值太小怎麼辦

5樓:匿名使用者

僅作主成分分析是不用看kmo值的 ,提取主成分中解釋方差較大的變數,構建新的指標體系,然後在試圖用因子分析,另外注意,主成分分析一般不用來賦權!

6樓:匿名使用者

呵呵 你這不是和科學唱反調嗎?

你的目的是要找出哪幾個變數綜合影響另一個變數,是這個吧 那你可以用迴歸分析嘛,迴歸分析肯定可以通過檢驗,因為你這些變數之間的共線性很小。。。唉!

用spss做主成分分析:kmo值太低時應如何處理 20

7樓:川農一棵樹

我也找這個問題,現在在研究多元統計分析教程。

關於spss主成分分析的問題,一個關於spss主成分分析的問題

因子分析 bai你這裡使du用主成分法做因zhi子分析 的好壞主要dao 就是看看kmo,特徵回值方差貢 答獻率,共同度和因子載荷,如果都比較好 一般就是說kmo值0.8以上,方差貢獻率起碼0.4,共同度起碼也有0.4,因子載荷起碼均在0.4以上 那就ok kmo值書上 吳明隆統計實務 說的最低限度...

SPSS中因子分析和主成分分析的區別?都可以實現嗎

主成分分析法在spss中沒有辦法直接實現,是通過因子分析來構建模型的.它們的區別還是模型構建體系不一樣,因子分析是 f ax 主成分分析則是用特徵根向量求出的矩陣算出因子得分,與因子分析直接得出的得分是不一樣的.主成分分析和因子分析有什麼區別?1 原理不同 主成分分析是利用降維 線性變換 的思想,在...

請教大神分析,日主天干為土生於春季 喜有火 木,喜有金而少,忌金多 木多

1983年 3月 22日 0時copy0分 生日 農曆 癸亥年 二月 初八 子時 八 字 癸亥 乙卯 己酉 甲子 五 行 水水 木木 土金 木水 納 音 大海水 大溪水 大驛土 海中金 總述 八字偏弱,八字喜 火 起名最好用五行屬性為 火 的字,火 就是你此命的 喜神 混凝土一名砼,砼字五行 屬木 ...