Bartlett 的球形检验将观察到的相关矩阵与单位矩阵进行比较。本质上,它检查变量之间是否存在某种冗余,我们可以用一些因素来总结这些冗余。
检验的原假设是变量是正交的,即不相关。另一种假设是变量不是正交的,即它们足够相关到相关矩阵与单位矩阵显着不同的地方。
此测试通常在我们使用数据缩减技术(如主成分分析或因子分析)之前执行,以验证数据缩减技术是否可以以有意义的方式实际压缩数据。
注意: Bartlett 的球形检验与Bartlett 的方差相等检验不同。这是一个常见的混淆,因为两者具有相似的名称。
相关矩阵与单位矩阵
相关矩阵只是一个值矩阵,显示变量之间的相关系数。例如,下面的相关矩阵显示了职业篮球队不同变量之间的相关系数。
相关系数可以在 -1 到 1 之间变化。值离 0 越远,两个变量之间的相关性越高。
单位矩阵是一个矩阵,其中沿对角线的所有值都为 1,而所有其他值都为 0。
在这种情况下,如果该矩阵中的数字代表相关系数,则意味着每个变量与其他变量完全正交(即“不相关”),因此像 PCA 或因子分析这样的数据缩减技术将无法“压缩”以任何有意义的方式获取数据。
因此,我们进行 Bartlett 球形检验的原因是确保我们数据集中变量的相关矩阵与单位矩阵显着不同,以便我们知道适合使用数据缩减技术。
如果 Bartlett