发布日期: 08/07/2020

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。

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。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).