主成分分析及回归分析

为了简便，变量以字母代替。
            任务：对被解释变量A作回归分析，解释变量为b1，b2，b3，c1，c2，c3，c4，d1，d2，d3，d4。
         解释变量中
                  b1、b2、b3相关性强，c1、c2、c3、c4相关性强，d1、d2、d3、d4相关性强；而不同字母开头的变量之间相关性很弱。
                 可不可以对 b1、b2、b3进行主成分分析，得出向量B，求出其得分；
                                对 c1、c2、c3、c4进行主成分分析，得出向量C，求出其得分；
                               对 d1、d2、d3、d4 进行主成分分析，得出向量D，求出其得分 ；
                  然后 对  变量ABCD进行回归分析 ？

blueskyroot 发表于 2010-4-19 15:16
5# 416171205
因子分析的前提大部分变量相关系数大于0.3以及KMO值大于0.7不满足，可以一起进行因子分析么？PS：谢谢你的回答

因子分析的前提很多，但保证不是所有变量相关系数大于0.3,否则一定只有一个因子，而是因子内部变量相关较大，而因子间相关较小；
KMO的标准也有多个，一般来说最低标准是大于0.5，所以只要在0.5以上还是可以的。

1# blueskyroot


自己顶顶

我不懂,但期待高手出现

还是把11个变量放到一起做一个因子分析，然后用提取的因子做回归分析吧。。。这样更方便一点
以前我看过的论文都是这么做的。。。没见过有分别提取因子，然后做回归的

如果b1、b2、b3，c1、c2、c3、c4，d1、d2、d3、d4分别代表3个不同的东西（需要理论支持），可以分别做验证性因素分析验证结构，然后使用因子分或平均分或总分（依据已有研究而定）形成3个变量代表以上多个变量，但是这时3个新变量之间可能存在相关；
另一种方法是对所有变量做因素分析，直接得到3个正交的因子，得到3个新的变量，这样他们之间没有相关。
最后可以做因变量对这3个变量的回归。

4# raymond87
一起做时，变量之间的相关系数很多小于0.3，好像不怎么适合。此外，KMO检验值也远小于0.7.

5# 416171205
因子分析的前提大部分变量相关系数大于0.3以及KMO值大于0.7不满足，可以一起进行因子分析么？PS：谢谢你的回答

直接用PLS1就可以了.

8# sunkist123
哈哈，主成分还是才学得呢。PLS还没看过呢。好学不?可以给个参考资料么？