偏相关系数绝对值大于0.7，不适合作因子分析？

一本书中说，因子分析是否适用的一个判断方法是看反映象相关矩阵，其实就是看偏相关系数。经验法则是偏相关系数大于0.7为高。如果全部的偏相关系数大于0.7，说明不适合做因子分析。
    我遇到了下面的例子，看图：

X1和x3的相关系数为0.997， Bartlett球形检验的P值小于0.05，说明整个上看，变量间存在显著的相关关系，样本适用度测量（MSA）也不低于0.5，这些迹象看，表明适合因子分析。

但从反映象相关系数看，偏相关系数绝对值大于0.7，不适合作因子分析。这样矛盾时，该怎么说呢？

为什么说偏相关系数都大于0.7，就不适合做因子分析呢？

KMO值才刚刚0.5呢，这也说明不太适合做因子分析呀~

逍遥梦蝶 发表于 2012-11-21 11:02
KMO值才刚刚0.5呢，这也说明不太适合做因子分析呀~

是，那为什么呢？我想知道原因，为什么偏相关系数越高，越不适合作因子分析

做因子分析是要求变量之间存在相关关系的，要求相关系数大于0.3，如果小于0.3的话是不适合做因子分析的，如果相关性太高，原始变量存在严重的重叠信息，并且如果变量越多自由度会受到影响

zimanxinji 发表于 2012-11-21 13:14
做因子分析是要求变量之间存在相关关系的，要求相关系数大于0.3，如果小于0.3的话是不适合做因子分析的，如 ...

谢谢，不过我问的是“偏相关系数”

耕耘使者 发表于 2012-11-21 13:16
谢谢，不过我问的是“偏相关系数”

偏相关系数是在排除了其他变量的影响下两变量间的相关系数，两个变量间相关性很高的话直接用一个变量就ok了，反映同样信息的两个变量都放到模型中不就重叠了吗，我们追求的是在全面反映问题的同时变量越少越好，如果变量太多，加之信息重叠计算误差累计也大，估算出来的模型参数的精度也不会太高

zimanxinji 发表于 2012-11-21 13:45
偏相关系数是在排除了其他变量的影响下两变量间的相关系数，两个变量间相关性很高的话直接用一个变量就ok ...

所以，应该用因子分析，即用一个因子代替原来的两个变量。为什么说偏相关系数高，就不适合呢？

耕耘使者 发表于 2012-11-21 14:53
所以，应该用因子分析，即用一个因子代替原来的两个变量。为什么说偏相关系数高，就不适合呢？

继续学习~

逍遥梦蝶 发表于 2012-11-21 16:27
继续学习~

偏相关系数这样求？？

耕耘使者 发表于 2012-11-21 19:47
偏相关系数这样求？？

其实也不用纠结这些，指标的选取主要靠定性分析，结合具体的经济背景选取，另外需要认识到指标的个数要大于变量的个数，他们这样的差距越大分析效果越好，因子虽然是根据他们之间的相似度分类的，但要是两个变量太相近就没意义了