www.ysbm.net > ComponEnt mAtrix

ComponEnt mAtrix

主成分里的component matrix 里,例如Component Matrix(a)Component 1 2 3 X1 .075 .863 -.366 .X2 .991 -.086 -.062 X3 .991 -.081 -.060 X4 .991 -.089 -.065 Extraction Method: Principal Component Analysis.a 3 components extracted.这些系数是不是可以写成t1=0.075X1+.0991X2+0.991X3+0.991X4

主成分矩阵,你用了主成分分析法做因子分析,这里输出的实际上是每个题目在每个主成分(也可以认为是在每个因子)上的负载(也可以认为是相关),相关自然有正有负,负的就代表这道题目的分越高,这个因子水平越低

1、根据特征方程求出各个特征值,λ是特征值,I代表单位矩阵,R是各个变量所形成的的相关矩阵,相关矩阵可以通过spss的相关命令求得,然后可以解出λ.2、用求得的特征值λ,相关矩阵R这些条件,求出对应于特征值的特征向量e(i)(根据特征向量的求解方程RE=λE求出每个特征值的特征向量),所有的e(i)所形成的的矩阵就是Component Matrix 主成分矩阵,每个e(i)代表了每个主成分和每个变量的相关.这个主成分系数矩阵要自己手算很麻烦的,知道大致的原理就可以了

负值表明这个指标在该成分上是负向预测关系.

Rotated Component Matrix~转轴后的成分矩阵~Extraction Method: Principal Component Analysis~萃取法:主要成分化验~Rotation Method: Varimax with Kaiser Normalization~旋转法: 加入恺撒常态化的方差最大旋转~

Rotated Component Matrix 即为“旋转后的因子载荷矩阵”,即“旋转成分矩阵”.这表示的是因子分析模型的系数.component score coefficient matrix即成分得分系数矩阵,

就是只提取了一个因子的意思

这个F1的系数0.353,0.042,-0.041, 0.364,0.367,0.366 是数据协方差矩阵的第1特征值(最大的特征值)所对应的特征向量, 这些数乘以“某个大于零的数”就是component matrix(主成分矩阵)的第1列元素,这里的“某个大于零的数”是表格total variance explains中第一列(total)中的第1个元素的算术平方根.同样将上述FI换成F2,后面的解释中的1全换成2即可.

信度的定义对同一事物进行测量时,所得结果的一致性程度.信度的分类(一般分为两类):1、内在信度调查表中的一组问题(也可称之为题项)是否在测量同一个概念,即这些问题(题项)的内在一致性如何,能否稳定地衡量这一

九个因子说明你原先的变量可以整合成九个组啊,KMO大于0.7说明比较适合做因子分析啊,没多大问题啊

网站地图

All rights reserved Powered by www.ysbm.net

copyright ©right 2010-2021。
www.ysbm.net内容来自网络,如有侵犯请联系客服。zhit325@qq.com