matlab因子载荷矩阵正交旋转,因素分析中的矩阵旋转

因素分析中的矩阵旋转

因素分析法

因素分析是一种统计技术，目的是从众多的可观测的“变量”中，概括和推论少数“因素”。用最少数的“因素”来概括和解释最大量的观测事实。揭示事物之间的最本质联系。

因素分析法的步骤

KMO和Bartlett球形检验

因素分析前，首先进行KMO检验和Bartlett球体检验。KMO检验用于检查变量间的相关性和偏相关性，取值在0~1之间。KMO统计量越接近于1，变量间的相关性越强，偏相关性越弱，因素分析的效果越好。实际分析中，KMO统计量在0.7以上时效果比较好；当KMO统计量在0.5以下，此时不适合应用因子分析法，应考虑重新设计变量结构或者采用其他统计分析方法。

如果变量间彼此独立，则无法从中提取公因子，也就无法应用因素分析法。Bartlett球形检验判断如果相关阵是单位阵，则各变量独立因素分析法无效。由SPSS检验结果显示Sig.<0.05(即p值<0.05)时，说明符合标准，数据呈球形分布，各个变量在一定程度上相互独立。

本人使用了spss进行因素分析的相关计算。

数据为全国各省份的生活消费情况。

资源放置在文章末尾，可自行下载。

进行KMO和Bartlett球形检验的结果为：

KMO统计量值为