全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件 Stata专版
8154 4
2014-08-04

Principal components/correlation                  Number of obs    =      4544

                                                  Number of comp.  =         2

                                                  Trace            =         6

    Rotation: (unrotated = principal)             Rho              =    0.5929


    --------------------------------------------------------------------------

       Component |   Eigenvalue   Difference         Proportion   Cumulative

    -------------+------------------------------------------------------------

           Comp1 |      2.16582       .77435             0.3610       0.3610

           Comp2 |      1.39147      .394712             0.2319       0.5929

           Comp3 |      .996757      .248128             0.1661       0.7590

           Comp4 |      .748629      .265696             0.1248       0.8838

           Comp5 |      .482933       .26854             0.0805       0.9643

           Comp6 |      .214393            .             0.0357       1.0000

    --------------------------------------------------------------------------


Principal components (eigenvectors)


    ------------------------------------------------

        Variable |    Comp1     Comp2 | Unexplained

    -------------+--------------------+-------------

             dis |   0.5551   -0.1651 |       .2948

             sus |   0.3961   -0.3205 |       .5173

             mas |   0.5914   -0.2765 |       .1362

             pad |   0.3060    0.6248 |       .2541

             pap |   0.3026    0.6281 |       .2526

            masa |   0.0088    0.0932 |       .9878

    ------------------------------------------------


主成分载荷分析 estat loading,cnorm(eigen)


Principal component loadings (unrotated)

    component normalization: sum of squares(column) = eigenvalue


    ----------------------------------

                 |    Comp1     Comp2

    -------------+--------------------

             dis |    .8169    -.1947

             sus |    .5829    -.3781

             mas |    .8703    -.3261

             pad |    .4503      .737

             pap |    .4453      .741

            masa |    .0129     .1099


效果分析. estat kmo


Kaiser-Meyer-Olkin measure of sampling adequacy


    -----------------------

        Variable |     kmo

    -------------+---------

             dis |  0.5473

             sus |  0.5573

             mas |  0.5295

             pad |  0.5569

             pap |  0.5562

            masa |  0.7152

    -------------+---------

         Overall |  0.5448

    -----------------------


二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2014-8-8 11:01:58
第一个结果是主成分变换的结果,它是一种线性变化,保证了每个成分都是独立的,并且按照特征根从大到小排列。
第二个结果应该是各个主成分线性变化的表达式,你这里为显示完全,可能是命令设置的问题。
第三个是对特征值大于1的因子载荷矩阵。
第四个是KMO球形度检验,用来检验是否适合做因子分析。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2014-8-12 14:42:10
非常感谢~~~那我们经常看到文章里说的载荷系数是指的什么啊?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2017-11-21 20:41:52
stata主成分分析的component和factor分别是什么,得到的综合变量的表达式是?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-3-2 16:00:02
可以看看这篇文章
https://bbs.pinggu.org/thread-10758541-1-1.html
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群