全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SPSS论坛
21812 6
2009-04-12
因子分析中一直在想这两个统计量的结果是怎么出来的?我想利用原始数据用excel的函数跑出来这两个结果,但不知道统计量的函数形式和服从的分布,很多SPSS的书上都有这两个检验的基本假设和用法,可是没有看到哪本书上给出了具体函数形式和服从的分布,哪位大侠有,方便提供,多谢多谢——第一次求助大家,多谢帮助哈
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
2009-4-12 23:45:00

当然有了,

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

2009-4-13 07:51:00
以下是引用爱萌在2009-4-12 23:45:00的发言:

当然有了,

能否帮我放在上面,焦急想看一下,多谢啦

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

2009-4-18 20:53:00
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

2010-12-13 08:58:38
同问

谢谢!!!
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

2017-6-12 14:52:26
kmo = BB/(AA+BB)
AA:所有变量之间 两两(不包括变量自己与自己)的偏相关系数的平方和【X和Y的偏相关系数:X和Z线性回归得到的残差Rx 与 Y和Z线性回归得到的残差Ry 之间的简单(peason)相关系数。这里的"Z"代表其他所有的变量】
BB:所有变量之间 两两(不包括变量自己与自己)的相关系数的平方和

当所有变量间的简单相关系数平方和远远大于偏相关系数平方和时,KMO值接近1。KMO值越接近于1,意味着变量间的相关性越强,原有变量越适合作因子分析;
当所有变量间的简单相关系数平方和接近0时,KMO值接近0.KMO值越接近于0,意味着变量间的相关性越弱,原有变量越不适合作因子分析。
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

点击查看更多内容…
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