-
最佳答案：lambda是系数,表示样本数据的相关性,lambda多大就表明相关性多大
-
最佳答案：是不是 对缺失值进行分析 的意思
-
最佳答案：p是检验统计量拒绝方向的概率.举个最常见的例子检验统计量是u=3,u=（x拔-miu）/（sigma/根号（n））,u是正态分布,那么u=3,95%的置信区间检
-
最佳答案：KMO 和 Bartlett 的检验是为了检验是否适合做因子分析,一般来说KMO的值越接近于1越好,大于0.5的话适合做因子分析,你的KMO值是0.674大于0
-
最佳答案：1个星号代表5%显著性水平2个星号代表1%显著性水平3个星号代表0.1%显著性水平
-
最佳答案：就是因子2比3显著,3比1显著,1比4显著.好好看看书吧,就是可以通过Duncan检验来标字母abcd,表征各因素之间的差异显著性
-
最佳答案：各个变量的摘要 一般输入的数据类型都是一样的 每个变量之间做比较 变量名在横坐标上 值是纵坐标都选为表征 就可以作图了个案组和个案 输入的数据 变量之间是不同类
-
最佳答案：常数项的正负都没有关系,它是否显著也没什么意义关键是你要看自变量的回归系数正负是否符合你的专业常识这个回归方程是：y=0.350*x1+0.332*x2+0.4
-
最佳答案：第一个图是关于回归系数的,那个B应该就是你的每一项的回归系数了,但是你那个为什么会有那么多数字,我就不清楚了,可能是你变量的问题吧中间的图是标准回归预测图吧,反
-
最佳答案：这个其实跟结构方程建模的过程等同的,就是这么个关系 有三类变量 A B CA作为解释变量,可以解释B和C,B作为工具变量,A可以解释它,但是B又作为C的解释变量