大家好,又见面了,我是你们的朋友全栈君。
文章目录
实现KMO和Bartlett的球形度检验的两种方法
SPSS 实现KMO和Bartlett的球形度检验
第一步:选择“因子分析”
导入数据后,按顺序选择就好:“分析”-“降维”-“因子”
第二步:选择变量
如果只有一个变量,选中之后,再点击一下中间向右边的那个箭头
多个变量的话,比如,我这里选择x1-x8,就是选择x1变量后,按住shift键不放,再点击x8变量,就可以一下子选择8个变量。
第三步:选择KMO和巴特利特球形度检验
这里,先不要急着点“确定”,先选择“描述”,接着在“相关性矩阵”那里勾选“KMO和巴特利特球形度检验”
输出结果
- KMO统计量值为0.809,大于0.5,且0.8~0.9之间,可以看出变量间的相关程度无太大差异,数据很适合做因子分析;
- 巴特利特球形检验的结果小于0.05,球形假设被拒绝,原始变量之间存在相关性,适合做因子分析。
SAS 实现KMO和Bartlett的球形度检验
proc factor data = dataset.examp733 method=ml heywood msa;
/*在proc factor过程*/
/*输出球形度检验:加上method=ml heywood*/
/*输出KMO:加上msa*/
var x1-x8;
run;
不同软件得到的结果是一样的,对于KMO,在SAS中得到的是0.80921682,保留三位小数之后也是0.809,和SPSS的是一样的。
数据集来源
想要练手的小伙伴可以下载这个例子的数据,其中数据集examp733的下载地址
链接:https://pan.baidu.com/s/1Nhzen-WDCcmcJXSfOE0EYw
提取码:np54
这是王学名老师《应用多元统计分析》例7.3.3的题。
参考资料
- https://bbs.pinggu.org/thread-2635106-1-1.html
- https://zhidao.baidu.com/question/281032476.html
- http://wenku.baidu.com/view/80312d7aba0d4a7303763a6e
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/147541.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...