stata相关系数矩阵命令(stata相关系数矩阵怎么做)

您好,今天小乐来为大家解答以上的问题。stata相关系数矩阵命令相信很多小伙伴还不知道,现在让我们一起来看看吧！

stata相关系数矩阵命令(stata相关系数矩阵怎么做)

1、1主成分估计Stata 命令Stata可以通过变量进行主成分分析，也可以直接通过相关系数矩阵或协方矩阵进行。

2、（1）sysuse auto,clearpca trunk weight length headroompca trunk weight length headroom, comp(2) covariance（2）webuse bg2,clear2 Estatestat给出了几个非常有用的工具，包括KMO、SMC等指标。

3、（middling）；0.80-0.89，比较好（meritorious）；0.90-1.00,非常好（marvelous）。

4、SMC即一个变量与其他所有变量的复相关系数的平方，也就是复回归方程的可决系数。

5、SMC比较高表明变量的线性关系越强，共性越强，主成分分析就越合适。

6、webuKaiser-Meyer-Olkin（KMO），是用于测量变量之间相关关系的强弱的重要指标，是通过比较两个变量的相关系数与偏相关系数得到的。

7、KMO介于0于1之间。

8、KMO越高，表明变量的共性越强。

9、如果偏相关系数相对于相关系数比较高，则KMO比较低，主成分分析不能起到很好的数据约化效果。

10、根据Kaiser（1974），一般的判断标准如下：0.00-0.49,不能接受（unacceptable）;0.50-0.59,非常（miserable）；0.60-0.69，勉强接受（mediocre）；0.70-0.79,可以接受se bg2,clearestat antiestat kmoestat loadingsestat cestat summarize3 预测Stata可以通过predict预测变量得分、拟合值和残等。

11、webuse bg2,clearpredict score fit residual q （备注：q代表残的平方和）4 碎石图碎石图是判断保留多少个主成分的重要方法。

12、命令为screeplot。

13、webuse bg2,clearscreeplot5 得分图、载荷图pca bg2cost, vce(normal)Scores for component 2载荷图即不同主成分载荷的散点图。

14、命令为loadingplot。

15、webuse bg2,clearpca bg2cost, vce(normal) loadingplotComponent 2。

本文到这结束，希望上面文章对大家有所帮助。