作者hanann (啥？ N)
看板Statistics
标题Re: [问题] SPSS因素分析中的KMO test跑不出来？
时间Wed Jul 9 12:14:47 2008
※ 引述《hanann (啥？ N)》之铭言：
附上一些可能有关的资讯：样本资料很少，每个自变数只有六个样本，但有将近20
个自变数，且共线性问题严重
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 59.127.61.176
※ 编辑: hanann 来自: 59.127.61.176 (07/08 22:18)
1F：→ JKY:你自己都说样本数太少了阿... 07/08 22:19
2F：→ hanann:啊？所以真的是样本数过少这个原因吗？ 先感谢您的回覆 07/08 22:25
3F：→ yhliu:找出造成 correlation matrix 奇异的变数, 剔除之. 07/09 09:30
4F：→ yhliu:剔除一个可用其他变数完全解释的变数, 不会影响因素分析结果 07/09 09:31
感谢上面两位先进不吝赐教，给小弟解决问题的方向
小弟对矩阵的涉猎不深，但经过几次试误後，
认为造成非正定矩阵的原因并非是由於少数自变数引起奇异矩阵
因为在二十个自变数中，只要任抓六个以上自变数就会非正定；但任抓五个即没这现象
不过若随意增加几笔假的样本数，即可解除上一行的现象
因此小弟大胆假设问题本身是如同一楼所言，样本数过少所导致
既然如此，又因故无法增加样本数或改变研究题材
请问下面变通方式何者相对较具逻辑或较为可行？
1 。将二十个自变数依种类分为四~五群，分批进行kmo检定後
删除表现不佳的自变数或自变数群，然後全部合在一起跑主成份分析
(此时应无法求出整体的合适定检定)，再做回归
2 。将二十个自变数依种类分为四~五群，分批进行kmo检定後
删除表现不佳的自变数或自变数群，然後每一群找出子群的主成份
再做回归
3 。不分类直接做主成份分析，并於研究内容说明因样本数过少无法做合适定检定
以上问题，麻烦各位，再次感谢!!
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 59.127.61.176
※ 编辑: hanann 来自: 59.127.61.176 (07/09 12:19)