因子分析本来该是5个维度,代入数据后却之哟普四个公因子,怎么

向你推荐一本书：电子工业出版社出版的《PASW/SPSSStatistics中文版统计分析教程（第3版）(含CD光盘1张)》,该书对于因子分析有详细的介绍.

1、今年春节和去年相比较最大的变化是什么?2、今年总收入比去年提高还是下降了?幅度大吗?3、今年的城市面貌和去年有什么区别?4、今年外出的次数增加了还是减少了?5、今年的交通是否更方便了?

很多人误解了探索性因子分析的用法了很明显你已经有了事先假设设计的维度了,这种情况下,即使你的数据是100%理想,采用探索性因子分析也十有八九算出跟你假设的维度不一样的结果来.因为你事先假设设计是基于某

空间没有维度所谓都是人定义的从1维到2维到3维这种递增的关系在基于推理的逻辑上创造的但这种逻辑上的创造也是让人很蛋疼的因为n维的定义从1维到2维到3维导出的递增关系反之呢?3维到2维到1维这就是一种递

每个维度下的数据算出的是各维度的内部一致性信度,所有数据放在一起算出的是整份问卷的内部一致性信度.一般情况这两个都是要算的,报告时就是各维度信度系数和整份问卷的系数.如果各维度的系数不是很高的话,也可

RotatedComponentMatrix,就是经转轴后的因子负荷矩阵,当你设置了因子转轴后,便会产生这结果.转轴的是要得到清晰的负荷形式,以便研究者进行因子解释及命名.SPSS的FactorAna

这个在物理课本上提到过,不过具体的,估计很少有人懂,只能提供一些信息根据90年代提出的M理论（超弦理论的一种）,宇宙是11维的,由震动的平面构成的.在爱因斯坦那里,宇宙只是4维的（3维空间和1维时间）

你说的是一致性系数吧?scale里面就有的,我记得是analysis下拉菜单里.

用因子载荷矩阵的第i列的每个元素分别处以第i个特征根的平方根,就得到主成分分析的第i个主成分的系数,如第一主成分的第一个变量的系数为0.956除以2.777的平方根,这里打不出根号,不好意思,以此类推

3维空间,再加1维时间.其它理论,包括弦论说的11维,目前都没有实验的证明,还远谈不上被认可.

没有解决的方法spss因子分析是根据你的数据本身的特点进行分析得出的,从数据上来说它是准确的方法但是有可能它与实际的预设会存在不一致的情况要么就分析下通过因子分析得出的维度,从而找到意义所在要么就重新

我觉得人类坐在的世界决定了我们的认知水平,我们是不可能想想得到比我们高维度世界是一个什么样的世界!因为相差的太多,举个例子：一只老鼠再聪明,它也永远也不会明白人类世界到底是个什么样子!我们和它们生活同

一共十一个维度三个维度在宏观中剩下8个蜷缩在微观中.具体可以参照膜理论（Mtheory）

KMO值检验的作用是看看你的这些题目的内部相关,存不存在一定量的局部因子,那么,如果内部相关太低,那KMO值就不高,你这里我不知道是只放了两个项目还是怎么回事,如果只有两个项目,那KMO不高太正常了,

探索性因子分析应该在一开始的时候就做做了之后再做修改,重做我替别人做这类的数据分析蛮多的

1.用方差分析表中的贡献率即可视为因子的重要程度,贡献率值越大越重要2.没有这种情况,当原始变量是负向指标时,通常要转换成正向指标后,再分析3.见上一位的解答.再问：因子分析不是将几个之间存在联系的相

现在的普遍认识宇宙是4维的,1维时间加上3维空间.但是90年代的M理论认为宇宙是11维的,但是这还只是理论物理学家提出来的,没有证据.但是我们无法发现更高维度的空间或许是我们自身的局限性,举个例子：蚂

和预先设计的不一样,这个情况再正常不过了我替别人做这类的数据分析蛮多的再问：那如何继续处理呢?

代入消元法：未知数前系数为1的方程组.X+Y=4（1）式X-Y=2（2）式要解这个方程组,首先要消去一个未知数,要消去一个未知数,就要使两个式子中同一个未知数的和（差）为零,也就是说两个式子中同一未知

什么叫各维度能不能合并啊?