主成分分析时，成分矩阵第3个主成分不能解释变量怎么办

范德赛 发表于 2014-11-3 12:02
KMO小于 0.7貌似不适合做因子分析

是啊，可是我无论怎么替换变量都达不到0.7，最好的0.66 我这个是旋转前的，但是我看有些论文0.5就做主成分分析了

我有点疑问。1.你之前回复说是没旋转的。然后回我说是旋转的。你1楼给的到底是不是旋转的。
2. 你的第三个主成份没问题。 第15个变量可以用第三个主成份解释。倒是第四个主成份却比较悲剧。。
还有就是因子分析的本质就是降维。并不是要找出一个“一一对应”的关系。本质上是寻找出一组解，通过线性组合可以解释原来的变量。事实上你之前的解释是没有问题的。KMO通过检验说明存在多重共线性，需要做因子分析。而之后的因子分析也很正确，基本看不到什么问题。

你老师说有的变量不能被因子解释，我有点奇怪。我仔细的看了你所有的数据，都是没问题的。哪个变量不能用因子解释呢？

另外KMO 没到0.7的文章做因子分析很牵强。简单点说就是没必要。强行做了因子分析。  直接用多元回归效果差不多的。

Daisy0118 发表于 2014-11-2 22:45
我是旋转前的，我想问你你做的是什么方面的因子分析，我做的关于产业竞争力的

我做的是marketing方面的，但我只看旋转后的。

范德赛 发表于 2014-11-3 14:22
我有点疑问。1.你之前回复说是没旋转的。然后回我说是旋转的。你1楼给的到底是不是旋转的。
2. 你的第三个 ...

看了很多论文有人的KMO就0.5左右做了出成分，我后来重新替换变量了，现在可以继续往下做了

范德赛 发表于 2014-11-3 14:22
我有点疑问。1.你之前回复说是没旋转的。然后回我说是旋转的。你1楼给的到底是不是旋转的。
2. 你的第三个 ...

我做的是31个省的木材加工竞争力分析，指标也比较少，因为样本数量少，老师说做回归效果不太好。
我要求各个主成分的得分，书上写的用成分矩阵除以特征值的平方根，你知道是用旋转前的成分矩阵还是旋转后的么？？另外，spss里直接出来的成分得分系数矩阵可以直接用么？他和每个主成分的得分是一样的？？ 谢谢

Daisy0118 发表于 2014-11-3 20:36
我做的是31个省的木材加工竞争力分析，指标也比较少，因为样本数量少，老师说做回归效果不太好。
我要求 ...

因子得分矩阵可以直接用。其实就是你哪个所谓的主成份得分。。。。
因为得分矩阵的实质就是把因子和变量调换，得到一类不同的解。其实就是用因子表示变量。

样本数量少就更没必要做回归了。。。我晕。。。虽然不是质疑你老师，但是的确觉得蛮奇怪的....你有15个变量，就是为了做因子分析而作的的这么一个研究么- -？意义存在一些悖论....因为因子分析归根结底是降维，如果要强调结论的话，回归会更好些...
另外样本少其实没关系的。不知道你学过调查数据统计分析这门课，里面有讲样本数量的确定。实际操作中样本数量达到问卷题项的4倍左右就足够了，当然这事经验值，有一个具体的算样本数量的方法。
得分矩阵可以直接用。其实就是一个带系数的逆矩阵...

Daisy0118 发表于 2014-11-3 20:36
我做的是31个省的木材加工竞争力分析，指标也比较少，因为样本数量少，老师说做回归效果不太好。
我要求 ...

因子得分矩阵可以直接用。其实就是你哪个所谓的主成份得分。。。。
因为得分矩阵的实质就是把因子和变量调换，得到一类不同的解。其实就是用因子表示变量。

样本数量少就更没必要做回归了。。。我晕。。。虽然不是质疑你老师，但是的确觉得蛮奇怪的....你有15个变量，就是为了做因子分析而作的的这么一个研究么- -？意义存在一些悖论....因为因子分析归根结底是降维，如果要强调结论的话，回归会更好些...
另外样本少其实没关系的。不知道你学过调查数据统计分析这门课，里面有讲样本数量的确定。实际操作中样本数量达到问卷题项的4倍左右就足够了，当然这事经验值，有一个具体的算样本数量的方法。
得分矩阵可以直接用。其实就是一个带系数的逆矩阵...

范德赛 发表于 2014-11-3 21:28
因子得分矩阵可以直接用。其实就是你哪个所谓的主成份得分。。。。
因为得分矩阵的实质就是把因子和变量 ...

我是产业竞争力，做回归没有因变量

范德赛 发表于 2014-11-3 21:28
因子得分矩阵可以直接用。其实就是你哪个所谓的主成份得分。。。。
因为得分矩阵的实质就是把因子和变量 ...

因子得分系数矩阵第一个因子的X1系数是0，这个可以么，写因为模样时X1就不写了是么

Daisy0118 发表于 2014-11-4 01:04
因子得分系数矩阵第一个因子的X1系数是0，这个可以么，写因为模样时X1就不写了是么

没有问题。