聚类后 两个指标一组后用什么方法可以比较选择出贡献率大的指标

聚类结束后 两个指标分为一组 因为做因子分析的话无论如何KMO=0.5  所以有什么其他的客观的办法选择出两个指标里面贡献较大的？直接用方差判断合理么？ 有什么依据 ？或者文献参考么？

是不可以直接用方差的，方差只能描述数据的离散程度，因子的重要程度是不能用方差衡量的。

用clementine软件就可以直观地看出哪些指标的占比更大

TDDHA 发表于 2017-10-13 11:12
用clementine软件就可以直观地看出哪些指标的占比更大

两个指标也可以直接判断么  

读了好几遍，没看懂你说的到底是聚类时的贡献率，还是因子分析时的贡献率。
如果是聚类的话，两个指标的贡献率还真没有办法。
如果是因子分析的话，一般软件都会输出个贡献率的吧，或者是特征值。（这个太简单，应该不至于是这个问题）
问题写清晰易懂点，别人可能更愿意帮你

howewill 发表于 2017-10-13 15:32
读了好几遍，没看懂你说的到底是聚类时的贡献率，还是因子分析时的贡献率。
如果是聚类的话，两个指标的贡 ...

是这样 我目前用R聚类做了指标的分类 并且通过了K-W检验 聚类合理 然后我需要在聚类分类后的基础上进行因子分析 选择每个聚类类别里面贡献率最大的指标 但是由于有的聚类分类的结果只有两个指标 两个指标无法进行因子分析 因为KMO=0.5  但是我又需要选择这两个指标里面贡献率更大的一个 所以想问有没有什么方法 或者说可不可以用方差的大小直接来判断 我只是自己想的方差的方法 不知道行不行得通有没有依据   

聚类分析中有一个对比分析可以解决

聚类分析其中有一个对比分析可以解决

亭前听雨l 发表于 2017-10-13 21:44
是这样 我目前用R聚类做了指标的分类 并且通过了K-W检验 聚类合理 然后我需要在聚类分类后的基础上进行因 ...

一般来说，是先进行因子分析，将原来相关性较大、量较大的指标进行降维，然后通过简化后的指标对研究的现象解释。因为降维后的指标相关性极低，所以每个指标的解释度的不同就体现了各个对象的不同，这样解释起来可能会更清楚点。再然后可以通过聚类分析，研究的对象进行分类，并通过获得的指标对聚类结果做出解释。

所以说，先因子分析，再聚类。这可能是更好的顺序。可以多请教老师，或者多查阅优秀的论文。
这是我的理解，可能不能解决你的问题，但还是提出来说一下。不对的话，就当是乱说的。

123gxp 发表于 2017-10-14 19:16
聚类分析其中有一个对比分析可以解决

能说的详细一点么  对比分析在哪里看