该帮助的版本不再更新，请参见https://www.jmp.com/support/help/zh-cn/15.2 获取最新的版本.


多元方法 • 因子分析 • “因子分析”报表 • 模型启动
上一个
 • 
下一个
模型启动
从“模型启动”控制面板配置“因子分析”。点击执行获取因子分析的结果。
图 8.6 模型启动
因子分解方法
定义提取因子的方法：
主轴
针对简化的相关性或协方差矩阵（其中矩阵的对角线被变量的公因子方差估计值取代）执行特征值分解。该方法计算效率高，但它不提供假设检验。
最大似然
支持您检验关于公因子数目的假设，并且获取模型拟合统计量。
注意：最大似然方法要求正定相关性矩阵。若相关性矩阵不是正定矩阵，请选择“主轴”方法。
先验公因子方差
定义公因子对每个变量的方差贡献比例的估计方法。
主成分（对角线 = 1）
将所有公因子方差设置为 1，指示每个变量的方差 100% 都是由所有因子解释的。
提示：在“因子分解方法”设置为“主轴”时使用该选项将生成主成分分析。
公因子分析（对角线 = SMC）
将公因子方差设置为多重相关的平方 (SMC) 系数。对于给定的变量，SMC 即为该变量对其他所有变量作回归的 R 方。
因子数
指定从分析中提取的因子数。默认值是大于或等于 1.0 的特征值数。您可以设置因子数至少为 1 且不超过变量数。
旋转方法
定义旋转方法。默认方法为“最大方差法”。请参见旋转方法，了解可用旋转方法的说明。