JMP propose-t-il le test Kaiser-Meyer-Olkin (KMO) ?Avant d'effectuer une ACP ou une analyse factorielle, c'est une bonne idée d'effectuer deux tests pour déterminer si des composants ou des facteurs résulteront de l'analyse ou si ce sera une perte de temps. L'indice Kaiser-Meyer-Olkin (KMO) d'adéquation de l'échantillonnage et le test de Bartlett pour la sphéricité sont de tels tests. Où est le test KMO dans JMP ?
Objet : Kaiser-Meyer-Olkin (KMO)Merci pour votre réponse. Je connais la méthodologie de calcul du KMO. J'espérais une solution plus directe. SAS le fait comme une étape normale de l’analyse factorielle et de l’ACP. C'est si basique en matière de recherche, mais demande beaucoup de travail manuel, qu'on pourrait penser que les gens de JMP en auraient reconnu l'importance depuis longtemps. Ceci étant dit, j'ai envoyé de nombreuses corrections pour les manuels rédigés sous le logo SAS Press afin de corriger des erreurs dans la méthodologie PCA documentée pour l'application JMP. Apparemment, il n’existe pas d’examen par les pairs des livres publiés (et coûteux) censés fournir des conseils étape par étape pour mener des analyses multivariées.Objet : Kaiser-Meyer-Olkin (KMO)Je ne pense pas que JMP dispose d'un calcul direct pour KMO. Je suis sûr que quelqu'un me corrigera si je me trompe. Vous pouvez le faire vous-même avec quelques efforts. Sous Multivarié, vous pouvez produire des corrélations et des corrélations partielles, puis les transformer en tableaux de données à l'aide de Make Into Data Table. Vous pouvez ensuite les manipuler manuellement ou via des scripts pour calculer le KMO à partir de sa définition.
Vous pouvez également évaluer la colinéarité en examinant les valeurs VIF. Ils peuvent être obtenus à partir de la plateforme multivariée en demandant des corrélations inverses. Les diagonales de cette matrice sont les valeurs VIF des variables associées.
