主成分分析法只提取了一个公因子

数据标准化;　　求相关系数矩阵;　　一系列正交变换,使非对角线上的数置0,加到主对角上;　　得特征根xi（即相应那个主成分引起变异的方差),并按照从大到小的顺序把特征根排列;　　求各个特征根对应的特征

按照SPSS统计软件,你的"最大交异法"应该翻译成VarimaxMethod,巴特立特球体检验应该翻译成Bartlett'stestofsphericity,卡方统计值应该翻译成Chi-Square.

跟多重共线性没关系,做因子分析本身就是为了处理多重共线性的这个有可能是你的数据质量有问题,也有可能是指标选择有问题如果上面两个都没问题,那只能说明你所有的这些指标就只能提取出一个公共因子来

可以试一下spss交叉表的卡方检验.http://hi.baidu.com/%CD%DA%BF%F3%B9%A4%C8%CB/blog/item/0a3523db7a829c2032fa1c70.ht

主成分分析法在SPSS中的操作1、指标数据选取、收集与录入（表1）2、Analyze→DataReduction→FactorAnalysis,弹出FactorAnalysis对话框：3、把指标数据选

对啊对啊!

行列式是一个数,一个矩阵与一个行列式想乘,就是用这个数（即行列式的值）去乘以矩阵里的每一个元素.如果要看成提取因子,那也只是将矩阵中的所有元素的公因子|A|提取出来.而不是相当于提取了行列式的行还是列

1.spss直接帮你把几个因子都已经算出来了,就是FAC1-1列就是因子F1,同理可以得知F2,F3.不用算的,如果问F1怎么来的,就说是F1=0.701X1-0.549X2+0.736X3+0.21

不是很明白你的意思.你可以利用提取的主因子来对个案进行聚类分析,但是没有必要对提取的主因子进行聚类了

这个你用探索性因素分析,得出了8个因子是吧,然后你要求分因子和维度的相关,这个要有相关系数矩阵,就是在因素分析里面,最常用的是协方差矩阵和相关系数矩阵哪里有的.你对8个因子提出一个均值是什么意思?你把

这个不能说此次分析就是失败的,应该说是你的变量或者说是问卷设计有问题当然也可以不一定参照必须要大于0.5,但是常规的都是这样参照的这个因子载荷低有可能是问卷变量设计问题,有可能是数据采集质量有问题如果

未旋转的因子矩阵：不是说x7是最主要的因素,而是说x7与第1个成分的相关性最大,且为正相关.通过你这个因子矩阵表,很难将各个x进行分类,可以进行因子分析,得到旋转后的因子矩阵.旋转后的因子矩阵：表中的

因子载荷矩阵里,最左一列是项目（题目）,最上一行是因子（主成份）,下面就是各项目在各因子上的载荷,载荷按高到低排好序就可以看出各因子包括哪些项目.

可以进行主成分分析的至于你的数据只提取了一个主成分,有可能是数据有问题,当然也有可能的确是这些变量之间本身就存在很强的相关性,所以主成分分析只提取一个主成分就能够代表你目前的这些变量了,没必要太奇怪,

用灰色系统建模软件,括号内给你地址了（http://igss.nuaa.edu.cn/institute/）,一键式的,可以计算灰色关联度,而且我觉得你应该用matlab来写,而不是sas

mostpeople主语,seemtohave谓语,baddreams宾语,earlyinthemorning时间状语,progress与awaken这两个动作都是由mostpeople发出的,所以用

各因子对成分的特征值贡献

先看看你的前三个主成分累积贡献率有多少,只要贡献率够大就可以删去.事实上选取多少个主成分都是人为定的,只要包括尽可能多的信息并且满足题目的误差要求的就可以了.

白细胞介素,单核-巨噬细胞移动抑制因子（是糖蛋白）,白细胞移动抑制因子（蛋白质）,单核－巨噬细胞趋化因子（蛋白质）,白细胞趋化因子（蛋白质）,B细胞生长因子（蛋白质）,B细胞分化因子,干扰素.

前面的是行列式(计算结果是数),应用的是行列式的性质后面的是矩阵(计算结果是矩阵),不要二者混为一谈再问：嗯，谢啦，我问的好多问题貌似都是你回答的