求教：stata中，如何用主成分分析法把多维指标降维成一个综合指标

akikoyu 发表于 2017-2-24 10:27
是这样的，如果你在pca X1 X2 X3 X4 X5 X6 之后，会出现一张表格。
选择所有特征根（Eigenvalue）＞1 的 ...

学习了，谢谢

akikoyu 发表于 2017-2-24 10:27
是这样的，如果你在pca X1 X2 X3 X4 X5 X6 之后，会出现一张表格。
选择所有特征根（Eigenvalue）＞1 的 ...

很赞！还是你说的清楚！

好强大~！

标准化后出现 missing value怎么办呀

您好，
请问一下1、在做主成分分析时，pca v1-v25,然后进行KMO检验，显示
correlation matrix is singular
r(498);/
2、用PCA指令之后的结果，与用 estat loading,cnorm(eigen)之后，同一个主成分对于同一个特定变量前面的系数不一样，应该用哪一个呢？
3、怎样导出新的主成分作为变量，再进行回归
感谢。

akikoyu 发表于 2017-2-24 10:27
是这样的，如果你在pca X1 X2 X3 X4 X5 X6 之后，会出现一张表格。
选择所有特征根（Eigenvalue）＞1 的 ...

如果特征根（Eigenvalue）＞1 的成分（Comp）有1个，其所对应的Proportion值为0.6828，是不是
再用代码：predict f1
gen index=proportion1*f1

akikoyu 发表于 2017-2-24 10:27
是这样的，如果你在pca X1 X2 X3 X4 X5 X6 之后，会出现一张表格。
选择所有特征根（Eigenvalue）＞1 的 ...

如果特征根（Eigenvalue）＞1 的成分（Comp）有1个，其所对应的Proportion值为0.6828，是不是
再用代码：predict f1
gen index=proportion1*f1

akikoyu 发表于 2017-2-24 10:27
是这样的，如果你在pca X1 X2 X3 X4 X5 X6 之后，会出现一张表格。
选择所有特征根（Eigenvalue）＞1 的 ...

如果特征根（Eigenvalue）＞1 的成分（Comp）有1个，其所对应的Proportion值为0.6828，是不是
再用代码：predict f1
gen index=0.6828*f1

车仔508 发表于 2018-3-13 10:17
如果特征根（Eigenvalue）＞1 的成分（Comp）有1个，其所对应的Proportion值为0.6828，是不是
再用代码： ...

是的啊

如果KMO检验值比较大达到0.8几，但KMS的值又只有0.2几那可以做主成分分析吗？