最终目的是要找多个自变量共同莋用的情况下的因变量的形式所以初步选择聚类分析。所以之前我们做了多个自变量间相关系数不显著能做回归吗的计算发现A和B相关系数不显著能做回归吗为/usercenter?uid=4fc05e791909&role=team">123qwertybobo
pca就是在做这个东西,新的f1,f2,不知道你取了n=,但是你应该对这些新变量进行合理的解释这种思路是对的。pca就是在排除无关变量或者说在达到一定信息量的时候,就可以舍弃那些无关变量
可是看书上说KMO检验低于0.5的话是不能接受的……如果不把这个栲虑的话老师会不会认为不严谨。还有就是因子数的选取必须遵循特征值大于1的准则么
还有另一个问题,分类变量能带入主成分分析吗
主要看几个PC变量能否达到所需的信息量,就是有个累计概率到80%就可以,还可以考虑svm台湾人有免费包,那个也很不错可以作svm的回归。当然像DA也是不错的采用spss可以完成ca和da,但支持向量机就台湾人的libsvm非常好用。
你对这个回答的评价是