主成分分析数据不理想,原始数据怎么修改

Question

如题所述

Answer 1

1. 若主成分分析结果不尽如人意，考虑对原始数据进行处理，剔除那些共同度较低的变量。
2. 在进行KMO (Kaiser-Meyer-Olkin) 测度时，理想的数据集应该拥有一个大于0.6的值，以表明其适合进行因子分析。
3. KMO 测度值的范围从0到1，0.5通常被认为是一个分界点，但并不意味着KMO值必须达到0.5。
4. 共同度（又称公因子方差）值可以用来评估变量与主成分之间的相关性，低共同度值意味着变量对主成分的贡献较小，此时可以考虑将其删除。