1樓：水晶伯克利
kmo的值如果0.5,則說明因子分析的效度還行,可以進行因子分析；另外,如果巴特利檢驗的p0.001,說明因子的相關係數矩陣非單位矩陣,能夠提取最少的因子同時又能解釋大部分的方差,即效度可以.
請教各位，如何用stata或者eviews來做出多個變數的相關係數矩陣啊？
2樓：匿名使用者
免費一次。。。
stata的命令名是correlate [varlist] [if] [in] [weight] [, correlate_options]
eviews中的操作是把相關變數生成一個gruop，然版後點選view下面的covariance，選擇correlation即可權
初學者，求教，看不懂stata pcorr計算偏相關係數的結果
spss做因子分析的時候那個旋轉矩陣(rotated matrix)怎麼看啊？矩陣裡面都代表什麼意思啊？
3樓：匿名使用者
看每個變數在各個因子中係數的大小，表示變數在因子的載荷大小，一般大於0.5的就歸於該因子當中。
stata相關係數顯著性檢驗檢驗命令
4樓：墨汁諾
pwcorr變數1 變數2 ……，sig，結果中係數下面一行就是顯著性水平（是零相關的概率）
使用系統自帶的資料做reset檢驗，sysuse auto，解釋：匯入系統中自帶資料，autodescirbe解釋：看看資料的構成。
stata是一套提供其使用者資料分析、資料管理以及繪製專業圖表的完整及整合性統計軟體。它提供許許多多功能，包含線性混合模型、均衡重複反覆及多項式普羅比模式。
統計功能
stata的統計功能很強，除了傳統的統計分析方法外，還收集了近20年發展起來的新方法，如cox比例風險迴歸，指數與weibull迴歸，多類結果與有序結果的logistic迴歸，poisson迴歸，負二項迴歸及廣義負二項迴歸，隨機效應模型等。具體說， stata具有如下統計分析能力：
數值變數資料的一般分析：引數估計，t檢驗，單因素和多因素的方差分析，協方差分析，互動效應模型，平衡和非平衡設計，巢狀設計，隨機效應，多個均數的兩兩比較，缺項資料的處理，方差齊性檢驗，正態性檢驗，變數變換等。
請問這樣的kmo的檢驗結果是多少，適合做因子分析嘛，碎石圖，成份矩陣，旋轉成份矩陣，成份旋轉矩陣，
5樓：匿名使用者
效度（validity）是指測量的的正確性或測量的有效程度，即一個測驗能夠測量出所要測量特性的程度。
當採用因子分析檢驗問卷的效度時，應先檢驗是否滿足因子分析的前提條件，即變數之間存在高度相關性，
這可以從兩個檢驗指標上反映出來：一個指標是kmo值，另一個是bartlett球形檢驗值。kmo值取值在0到1之間，
主要用於比較變數間簡單相關和偏相關係數。如果kmo的值越接近於1，則所有變數之間的相關性越強，
因此越滿足因子分析的前提條件。應用因子分析時可以參考以下kmo標準：大於0.9時，非常適合；0.5-0.9時，
適合；小於0.5時，不適合。bartlett球形檢驗值用以檢驗變數間相關係數是否達到統計學顯著，
以變數的相關係數矩陣為出發點，如果bartlett球形檢驗的統計量值較大，且對應的相位概率值小於0.05，
那麼拒絕零假設，接受備擇假設，認為相關係數達到顯著，說明變數間存在顯著相關性，
即適合採用因子分析檢驗效度。如果顯著（即sig.<0.05）則適合做因子分析。
碎石圖圖中的橫座標為特徵根的數目，而縱座標是各因子相對應的各特徵值。
因子的重要程度可以從兩點間連線坡度的陡緩程度得到清晰地判斷。
較陡的直線表明直線端點對應著有較大特徵值的因子，而較緩的直線則對應著
有較小的特徵值的因子。碎石圖結果表明：前面n個因子特徵根大於1，
且下降趨勢陡峭，當第n+1個因子開始，特徵根值小於1，且趨勢變得平緩，
表明主要因子就是這前n個因子，因此認為可提取前面n個因子作為公共因子。
怎麼看stata相關性檢驗結果
6樓：匿名使用者
1、使用系統自帶的資料做reset檢驗，sysuse auto，解釋：匯入系統中自帶資料，autodescirbe解釋：看看資料的構成。
2、reg price rep78 headroom trunk weight length，解釋：對資料進行迴歸。
3、使用y的擬合值進行reset檢驗，estat ovtest，發現p的擬合值為0.051這個數比較接近拒絕域，我們認為我們可能遺漏了高次項。
4、直接使用解釋變數的高次項進行reset檢驗，estat ovtest，rhs。解釋：新增了選項rhs，發現在5%的水平上拒絕原假設，認為遺漏了高階非線性項。
5、經過數次嘗試之後，發現gen wight2=weight^2，reg price rep78 weight2 headroom trunk weight length，效果顯著。
7樓：兆文老師
如圖，輸入命令pwcorr x1 x2 x3 x4 x5後回車，得到結果。圖中列出了相關係數，比如x1與x2的相關係數是0.9189，這是有很高相關性，其他類似。
8樓：匿名使用者
你把結果放上來呀，不同的相關法和不同引數，結果不同。
9樓：講義
貌似應該**後面還要加個sig才能判斷，比如
stata相關係數輸出問題
10樓：
這個沒辦法完全滿足，一般也是匯出後，自己調整下
專業期刊裡面**都是需要略微調整的
11樓：荔菲騫澤
沒有什麼問題啊，都有顯示出啦id
spss中的旋轉成份矩陣是因子載荷矩陣嗎
正交或斜交旋轉才會產生 旋轉成分矩陣 你可以用主成分分析法來做一下就會發現沒有 旋轉成分矩陣 了,所以兩者是沒有關係的,因為 成分矩陣 是主成分分析法得到的,旋轉成分矩陣 是因子分析得到的,主成分分析和因子分析的關係應該知道吧,理解一下就ok了 因子載荷的意思是左邊的和因子的相關係數.因子載荷在 成...
stata中如何定義虛擬變數，stata怎樣定義虛擬變數
1 用list make weight 顯示資料。2 嘗試執行 gen weight weight 1000，系統提示變數已存在。3 如果foreign 0，將price提高5 如果foreign 1，將price提高10 gen predprice 1.05 price if foreign 0 ...
matlab中矩陣中的資料精度如何改變
她是我的小太陽 提高matlab中數值的精度，例如下 例如要求矩陣的特徵值 a 1 2 1 3 eig a 求矩陣a的全部特徵值。ans a的特徵值計算如下 0.2679 3.7321 計算的結果如上，但現在精度不夠，需要精確到小數點後9到10位。方法如下 1 vpa eig a 10 使用變數精度...