JASP因子分析：平行检验Parallell Analysis确认提取公因子个数

JASP 0.14 目前实现因子分析还不足够完善，比如不能直接计算公因子得分。但是它也有自己的特点，比如提供了Parallell Analysis平行检验来确定提取公因子的个数。

现在我们基于pop、school、employ、services、house五个指标来对12个地区进行综合评价，希望能抽取少数几个公因子来阐述指标的内部结构。

要求JASP执行基于主轴法的平行检验，咱们来看提取几个公因子合适呢？

平行检验法，是会生成一组随机数据的矩阵，这些矩阵和真实案例数据矩阵有相同的变量个数和被试个数，并计算这组随机数据矩阵的平均特征值，最后通过比较真实数据中特征值的碎石图和这组随机矩阵的平均特征值的曲线，我们可以找到两条特征值曲线的交点，如果真实数据特征值低于随机数据的平均特征值了，那么说明没有保留的价值。

所以对于上图，高于模拟平均特征值的真实特征值有两个，所以考虑从5个指标中提取两个公因子。

提取两个公因子效果如何呢？两个公因子的累计方差贡献是接近90%，表现还不错。

从路径图上看，提取到的两个公因子其现实意义也比较清晰，RC1可命名为服务因子，而RC2可命名为人口因子。

全文完

文/图=数据小兵

更多JASP统计文章

一款全新的统计软件：JASP

JASP可读取3种外部数据文件
JASP连续数据之相关分析

JASP分类数据之相关分析

用JASP统计软件做单样本t检验

用JASP统计软件做配对样本t检验

JASP计算cohen's d效应量指标
JASP可视化建模：简单一元线性回归
logistic回归分析多重共线性检验

JASP统计分析案例：单因素方差分析

JASP做四格表卡方检验

惊艳！JASP相关系数矩阵及热力图
JASP统计Durbin-Watson检验的显著性P值

JASP简单一元线性回归案例实践
JASP数据分析：计算新变量

用新统计软件JASP尝试做logistic回归
JASP统计软件做logistic回归分析使用小结

JASP 0.14 主成分分析

JASP 0.14 版提供偏相关分析
用JASP做量表问卷信度分析

JASP做K均值聚类提供的肘部图是个亮点

JASP系统聚类：树状图暂无标签注释
JASP方差分析：无重复数据时应先剔除交互作用

JASP0.14.1重复测量方差分析：未提供多项式时间趋势分析
JASP方差分析章节12个视频课时已更新发布
JASP0.14.1 方差分析：非参数kruskal-wallis test暂未提供两两比较
JASP案例实践：简单中介效应分析

JASP暂不支持分类自变量的中介效应分析

JASP基础：如何一键清除所有统计分析结果？

取消科学计数法统计P值显示

JASP二项分布检验小案例

单因素的多元方差分析MANOVA

正在学习JASP的读者欢迎加入：