關(guān)于主成分分析的stata操作步驟？首先，規(guī)范化變量：Egen Z1=STD（x1）主成分分析：PCA x*，mineigen（1）主成分負(fù)荷分析：estat loading，cnorm（eigen）

關(guān)于主成分分析的stata操作步驟？

首先，規(guī)范化變量：Egen Z1=STD（x1）

主成分分析：PCA x*，mineigen（1）

主成分負(fù)荷分析：estat loading，cnorm（eigen）

效應(yīng)分析：estat kmo（一般大于0.7適用于主成分分析）

碎石：屏幕圖

主成分分析選擇時(shí)，一般選擇前幾個(gè)方差來解釋累計(jì)因子的80%以上的主成分

指標(biāo)過多也可能是由于變量共線性的存在造成的。首先利用Stata對原始數(shù)據(jù)進(jìn)行相關(guān)分析，刪除一些高度相關(guān)的變量以避免共線性。待變量標(biāo)準(zhǔn)化后再進(jìn)行主成分分析。在此步驟中，SPSS將自動(dòng)標(biāo)準(zhǔn)化。如果也是Stata，記得標(biāo)準(zhǔn)化。我自己測試的結(jié)果是，如果有超過15種類型的變量，就不能計(jì)算kmo。如果把它控制在10左右，可以計(jì)算出kmo，但最好的只有0.6，最差的是0.4。。我沒辦法。我的數(shù)據(jù)太少了。我做的是關(guān)于貪官的。數(shù)據(jù)非常少你應(yīng)該能得到0.7的經(jīng)濟(jì)艙，還有燃油量

先用Vif命令檢查是否有多重共線性，然后用PCA命令做主成分分析找出主成分，或使用逐步命令執(zhí)行逐步回歸