有没有KMO和巴特利特球形检验统计量的计算公式？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

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

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

分享0 收藏1 回帖

关键词：球形检验 巴特利特 计算公式 统计量 巴特利 excel 统计

当然有了,

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

因子分析

同问

谢谢！！！

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。

巴特利特球形检验：
（1）做出假设
H0：原始数据的相关系数矩阵R与同维度的单位矩阵一致；H1：……不一致。
（2）计算统计量
χ2=-[n-(2p+11)/6]ln|R|;     df=p(p-1)/2。
其中：n是数据记录的条数；p是因子分析的变量数目；ln（）是自然对数函数；|R|是相关系数矩阵R的行列式的值。
（3）查表得到临界值或P值，做出结论
查表得到临界值χ2（0.01,df）。若χ2<χ2（a,df）则拒绝H0，认为各变量之间相关；反之就不适合作因子分析。
或者：在Excel中输入函数：=CHISQ.DIST.RT(χ2所在单元格地址,df所在单元格地址）从而得到P概率值。若p<0.05或0.01或0.001，则拒绝H0而认可H1。