进行判别分析时要求分组变量必须是什么变量 如果程序提示必须要求分组变量，应该是程序代码中没有指定相应的变量。这个变量就是根据程序要求赋值的内容。
进行因子分析的前提条件是各变量之间应该怎么做 进行因子分析的前提条件是，各变量之间应该低度相关。因子分析的主要目的是用来描述隐藏在一组测量到的变量中的一些更基本的，但又无法直接测量到的隐性变量。因此因子分析。
spss因子分析对变量有什么要求 变量是用在方程中的，选择变量是过滤个案的.比如说个案要求某变量中的值>；6，则那个变量大于六的个案才进入方程.问题基础点，不介意的话看看书吧.SPSS的教材挺多的.
进行因子分析的前提条件是各变量之间应该怎么做 进行因子分析的前提条件是，各变量之间应该低度相关。因子分析的主要目的是用来描述隐藏在一组测量到的变量中的一些更基本的，但又无法直接测量到的隐性变量。因此因子分析的首要前提就是各个变量之间应该具有一定的相关度，不要求相关度过高，只是低度相关比如，如果要测量学生的学习积极性，课堂中的积极参与，作业完成情况，以及课外阅读时间可以用来反应积极性。而学习成绩可以用期中，期末成绩来反应。在这里，学习积极性与学习成绩是无法直接用一个测度测准，它们必须用一组测度方法来测量，然后把测量结果结合起来，才能更准确地把握。换句话说，这些变量无法直接测量。可以直接测量的可能只是它所反映的一个表征，或者是它的一部分。在这里，表征与部分是两个不同的概念。表征是由这个隐性变量直接决定的。隐性变量是因，而表征是果，比如学习积极性是课堂参与程度的一个主要决定因素。扩展资料因子分析的应用在市场调研中，研究人员关心的是一些研究指标的集成或者组合，这些概念通常是通过等级评分问题来测量的，如利用李克特量表取得的变量。每一个指标的集合（或一组相关联的指标）就是一个因子，指标概念等级得分就是因子得分。因子分析在市场调研中。
因子分析最少要求多少个数据？ 好像至少要变量题目的6-8倍，比如你有10个题目需要做因子分析，那么至少要60-80份问卷才会相对稳定一些 得到的结果
SPSS实例：[4]因子分析中变量正向化方法 因子分析算是spss高级进阶的内容了，一般缺少统计基础的人很难理解因子分析的数据基础，导致在数据分析的时候忽略很多细节，导致错误的发生。在因子分析中最容易发生的一个。
进行判别分析时要求分组变量必须是什么变量 1.因子分析模型 因子分析法是从研究变量内部相关的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法.它的基本思想是将观测变量进行分类，将相关性较高，即联系比较紧密的分在同一类中，而不同类变量之间
在进行因子分析时，要求所使用的变量必须是什么变量 因子分析从研究变量内部相关的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。它的基本思想是将观测变量进行分类，将相关性较高，即联系比较紧密的分在同一类中，而不同类变量之间的相关性则较低，那么每一类变量实际上就代表了一个基本结构，即公共因子。对于所研究的问题就是试图用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一分量。因子分析模型描述如下：⑴X=(x1，x2，…，xp）￠是可观测随机向量，均值向量E(X)=0，协方差阵Cov(X)=∑，且协方差阵∑与相关矩阵R相等（只要将变量标准化即可实现）。⑵F=(F1，F2，…，Fm）￠（m）是不可测的向量，其均值向量E(F)=0，协方差矩阵Cov(F)=I，即向量的各分量是相互独立的。⑶e=(e1，e2，…，ep）￠与F相互独立，且E(e)=0，e的协方差阵∑是对角阵，即各分量e之间是相互独立的，则模型：x1=a11F1+a12F2+…+a1mFm+e1x2=a21F1+a22F2+…+a2mFm+e2xp=ap1F1+ap2F2+…+apmFm+ep称为因子分析模型，由于该模型是针对变量进行的，各因子又是正交的，所以也称为R型正交因子模型。其矩阵形式为：x=AF+e.其中：x=，A=，F=，e=这里，⑴m￡p；。
因子分析中各变量的单位不统一怎么办？是要将他们统一吗？还是无所谓啊，因子分析时 单位不统一是可以的，但方向必须是一致，即必须是正向变量.
