简介这份文档资料聚焦因子分析中常见的非正定矩阵问题面向使用SPSS进行多元统计分析的社科、经济、心理及医学领域研究者与数据分析学习者。资源以真实案例为主线完整呈现某运营商无线增值业务31个省份、35个变量的因子分析过程梳理非正定矩阵的成因、判断依据与解决思路。压缩包内含1个docx文档约25KB内容涵盖案例介绍、问题描述、疑问梳理、解决办法与总结等模块重点讲解一一淘汰法识别问题变量、特征值过小或为负值的判定逻辑以及增加样本、剔除强相关变量、数据标准化、改用主成分分析等应对策略。已有419人学习下载适合需要排查KMO值无法输出、相关系数矩阵报错等实际问题的读者参考帮助理解非正定矩阵对因子分析结果的影响边界与处理优先级。1. 因子分析撞上非正定矩阵一个让相关矩阵“翻车”的经典现场做因子分析时最让人心里一紧的报错不是“不收敛”而是相关矩阵非正定。你明明只是把问卷数据丢进分析流程软件却告诉你矩阵特征值出现负数或者直接拒绝执行。这不是玄学而是数据里藏着结构性问题。因子分析的核心假设是变量间存在共同变异相关矩阵必须正定或至少半正定。一旦非正定后续的特征值分解、载荷计算全部失去数学基础。这个案例要解决的就是为什么会出现非正定矩阵怎么定位以及怎么在保留分析目标的前提下把矩阵修回可分解状态。适合正在做量表分析、问卷降维、心理测量或市场研究的从业者尤其是那些已经跑过一轮分析、结果却卡在矩阵报错上的人。2. 非正定矩阵的数学根源与数据病灶2.1 正定性的判定条件与因子分析的硬性依赖一个实对称矩阵 (A) 正定等价于对所有非零向量 (x)都有 (x^T A x 0)也等价于所有特征值严格大于零。因子分析里相关矩阵 (R) 是实对称的对角线为 1。如果 (R) 非正定意味着存在某个线性组合的方差估计为负这在真实数据中不可能出现只能说明矩阵本身被污染了。因子分析求解载荷矩阵时常用主成分法或主轴因子法两者都依赖特征值分解。特征值一旦出现负值开平方步骤直接失败或者得到复数载荷。即使软件用迭代方法绕开得到的解也不稳定因子结构无法解释。所以非正定不是“警告”而是“此路不通”。常见判定手段有三种一看特征值最小值是否小于零二看行列式是否接近零或为负三看是否存在完全共线性。实操中最直接的是计算特征值Python 里一行代码就能看到。import numpy as np import pandas as pd # 假设 df 是已经清洗过的数值型数据框 R df.corr().values # 相关矩阵 eigenvalues np.linalg.eigvalsh(R) # 对称矩阵用 eigvalsh 更稳 print(最小特征值:, eigenvalues.min()) print(特征值列表:, np.round(eigenvalues, 4))这段代码先算相关矩阵再用eigvalsh求特征值。eigvalsh专门针对实对称矩阵比通用eigvals更稳定。如果最小值小于零比如 -0.003说明矩阵已经非正定。注意浮点误差可能让极小负值出现通常绝对值小于 1e-8 可以视为零但若达到 -0.01 以上就是真实问题。2.2 数据层面导致非正定的四类常见病灶第一类变量间存在完全线性依赖。比如问卷里有两道题是同一道题的反向计分或者某个变量是另外两个变量的和。相关矩阵里会出现 1 或 -1 的极端值矩阵秩亏特征值必然有零或负。第二类样本量小于变量数。假设只有 20 个样本却放了 30 个变量相关矩阵的秩最多 19剩下 11 个特征值为零数值误差一扰动就变成负数。这是最容易被忽略的硬伤。第三类缺失值处理不当。成对删除会破坏矩阵的一致性不同变量对用的样本不同拼出来的相关矩阵可能不满足正定性。整列删除虽然安全但样本量骤减又会触发第二类问题。第四类常量或近似常量变量。某个题项所有人选同一个选项方差为零相关矩阵里该行该列全为零对角线却是 1这种矩阵直接非正定。我一般会按这个顺序排查先看变量数是否超过样本数再看有没有零方差列再看相关矩阵里有没有绝对值大于 0.99 的相关系数最后检查缺失值处理方式。这四步能覆盖八成以上的非正定案例。2.3 用条件数和 VIF 提前预警除了直接看特征值条件数最大特征值除以最小特征值也能预警。条件数超过 1000 就说明矩阵接近奇异因子分析结果不可信。方差膨胀因子 VIF 则针对每个变量VIF 大于 10 表示该变量与其他变量高度共线是导致非正定的嫌疑犯。from statsmodels.stats.outliers_influence import variance_inflation_factor vif_data pd.DataFrame() vif_data[变量] df.columns vif_data[VIF] [variance_inflation_factor(df.values, i) for i in range(df.shape[1])] print(vif_data.sort_values(VIF, ascendingFalse))这段代码输出每个变量的 VIF。variance_inflation_factor第一个参数是数据矩阵第二个是变量索引。VIF 超过 10 的变量要重点审查通常是它和其他变量抱团导致矩阵病态。注意VIF 计算前最好标准化数据否则量纲会影响结果。3. 从诊断到修复一套可复现的处理流程3.1 最小可复现案例构造一个非正定矩阵为了把问题说透我构造一个模拟数据集。假设有 5 个变量其中第 5 个变量是前两个变量的线性组合加上微小噪声样本量只有 15。这种数据在真实问卷里很常见比如“总收入”约等于“工资收入”加“理财收入”。import numpy as np import pandas as pd np.random.seed(42) n 15 x1 np.random.normal(0, 1, n) x2 np.random.normal(0, 1, n) x3 np.random.normal(0, 1, n) x4 np.random.normal(0, 1, n) x5 x1 x2 np.random.normal(0, 0.01, n) # 近似完全共线 df_sim pd.DataFrame({x1: x1, x2: x2, x3: x3, x4: x4, x5: x5}) R_sim df_sim.corr().values eig_sim np.linalg.eigvalsh(R_sim) print(最小特征值:, eig_sim.min()) print(条件数:, eig_sim.max() / eig_sim.min())运行后最小特征值大概率是负数条件数极大。这个模拟数据就是后续修复步骤的靶子。注意np.random.seed(42)保证结果可复现实际项目中不需要固定种子但写案例时固定种子方便读者对照。3.2 修复策略一剔除冗余变量与零方差列最直接的办法是找出并删除冗余变量。冗余变量包括零方差列、VIF 极高的列、以及与其他变量相关系数超过 0.95 的列。删除时优先保留理论含义更核心的那个变量。# 删除零方差列 df_clean df_sim.loc[:, df_sim.std() 1e-6] # 计算相关矩阵并找出高相关对 corr_matrix df_clean.corr().abs() upper corr_matrix.where(np.triu(np.ones(corr_matrix.shape), k1).astype(bool)) to_drop [column for column in upper.columns if any(upper[column] 0.95)] df_clean df_clean.drop(columnsto_drop) print(删除的列:, to_drop) print(剩余列:, df_clean.columns.tolist())这段代码先过滤标准差接近零的列再用上三角矩阵找出相关系数大于 0.95 的列并删除。np.triu配合k1只保留上三角避免重复检查。参数 0.95 是经验阈值实际项目可以放宽到 0.90 或收紧到 0.98取决于你对共线性的容忍度。删除后重新计算特征值通常最小特征值会回到正数。3.3 修复策略二增加样本量或使用正则化相关矩阵如果变量都重要、不能删那就得从样本量入手。样本量至少是变量数的 5 到 10 倍因子分析才稳定。如果样本量实在不够可以考虑在相关矩阵对角线加上一个很小的正数这叫岭正则化相当于承认每个变量有少量独特方差。def regularize_corr(R, lambda_reg0.05): 对相关矩阵做岭正则化保证正定 R_reg R.copy() np.fill_diagonal(R_reg, 1 lambda_reg) return R_reg R_sim_reg regularize_corr(R_sim, lambda_reg0.05) eig_reg np.linalg.eigvalsh(R_sim_reg) print(正则化后最小特征值:, eig_reg.min())regularize_corr函数把对角线从 1 提高到 1.05相当于给每个变量增加 0.05 的独特方差。lambda_reg控制正则化强度太小不起作用太大会扭曲因子结构。我一般从 0.05 开始试如果最小特征值仍为负逐步增加到 0.1 或 0.2。注意正则化后的矩阵不再等于原始相关矩阵解释时要说明这一点。3.4 修复策略三改用主轴因子法并设置迭代容差如果矩阵只是轻微非正定比如最小特征值是 -0.001可以改用主轴因子法principal axis factoring它只使用正特征值部分迭代过程中自动忽略负特征值。在 Python 的factor_analyzer包里可以指定。from factor_analyzer import FactorAnalyzer fa FactorAnalyzer(n_factors2, rotationvarimax, methodprincipal) fa.fit(df_sim) print(特征值:, fa.get_eigenvalues()[0]) print(载荷矩阵:\n, fa.loadings_)methodprincipal指定主轴因子法n_factors2是因子数rotationvarimax是旋转方法。主轴因子法在迭代时会用当前共同度估计替换对角线负特征值不会直接导致崩溃。但要注意如果非正定严重迭代可能不收敛这时还是要回到删除变量或正则化。4. 避坑与排查非正定矩阵处理中的五个血泪教训4.1 现象删除变量后矩阵仍非正定原因删除的是低相关变量但真正导致非正定的是缺失值处理方式。成对删除产生的相关矩阵本身就不一致删变量解决不了。解决统一改用整列删除或均值插补重新计算相关矩阵。插补后样本量不变矩阵一致性有保证。如果插补后仍非正定再检查是否有近似共线变量。4.2 现象特征值最小值是 -1e-16软件却报错原因浮点精度问题。理论上零特征值在数值计算中可能变成极小负数不同软件容忍度不同。解决在代码里设置阈值把绝对值小于 1e-8 的特征值视为零。如果软件仍报错给对角线加 1e-6 的微小量不影响结果。4.3 现象正则化后因子载荷完全变了原因正则化强度过大比如lambda_reg0.5对角线从 1 变成 1.5变量独特方差被严重高估因子结构扭曲。解决从 0.01 开始逐步增加每次检查最小特征值和载荷可解释性。找到刚好让矩阵正定的最小强度不要一步到位。4.4 现象样本量足够变量也不共线矩阵还是非正定原因数据里存在离群值。个别样本在多个变量上极端取值拉高了某些相关系数破坏了矩阵结构。解决计算马氏距离找出距离超过卡方临界值的样本检查是否为录入错误。确认是真实极端值后考虑稳健相关矩阵比如使用 Spearman 相关代替 Pearson 相关。4.5 现象因子分析跑通了但因子无法解释原因为了修复非正定删掉了关键理论变量剩下的变量虽然矩阵正定但共同变异不代表原始构念。解决修复前先记录每个变量的理论角色。删除时优先删测量误差大、与其他变量冗余的题项保留构念核心题项。如果核心题项必须保留宁可增加样本量或改用正则化也不要删。5. 进阶技巧用模拟实验找到你的非正定容忍边界非正定矩阵不是非黑即白的问题。轻微非正定和严重非正定对因子分析的影响完全不同。我习惯在正式分析前跑一个小型模拟实验看看在当前样本量和变量数下矩阵能承受多大程度的共线性。具体做法是固定变量数和样本量逐步增加两个变量之间的相关系数从 0.8 开始每次增加 0.01直到矩阵非正定。记录下临界相关系数这个值就是你的数据容忍边界。如果实际数据中最高相关系数远低于临界值说明非正定风险很低如果接近临界值就要提前处理。def find_collinearity_threshold(n_samples, n_vars, step0.01): 逐步增加共线性找到非正定临界点 threshold 0.8 while threshold 1.0: np.random.seed(0) base np.random.normal(0, 1, (n_samples, n_vars - 2)) x_last base[:, 0] * threshold np.random.normal(0, 0.1, n_samples) x_second_last base[:, 1] * threshold np.random.normal(0, 0.1, n_samples) data np.column_stack([base, x_last, x_second_last]) R np.corrcoef(data, rowvarFalse) eig_min np.linalg.eigvalsh(R).min() if eig_min 0: return threshold threshold step return None 临界值 find_collinearity_threshold(n_samples100, n_vars10) print(非正定临界相关系数:, 临界值)这个函数模拟不同共线性水平下的相关矩阵返回第一个导致非正定的相关系数。n_samples和n_vars按你的实际数据设置。step控制搜索精度0.01 足够。运行后如果临界值是 0.92说明你的数据里相关系数只要不超过 0.92 就安全。这个技巧帮我省了很多次反复试错的时间也让我在数据收集阶段就知道该控制哪些题项的相关性。另一个习惯是每次因子分析前先输出相关矩阵的热力图和特征值分布。热力图能一眼看出哪些变量抱团特征值分布能看出矩阵是否病态。这两个图不用写进报告但作为分析前的自检能避免大部分非正定翻车。我一般会把最小特征值和条件数记在分析日志里下次遇到类似数据时有个参照。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/10/18 13:37:39 · 阅读 1.2k 因子分析相关矩阵非正定：诊断、修复与避坑指南
简介这份文档资料聚焦因子分析中常见的非正定矩阵问题面向使用SPSS进行多元统计分析的社科、经济、心理及医学领域研究者与数据分析学习者。资源以真实案例为主线完整呈现某运营商无线增值业务31个省份、35个变量的因子分析过程梳理非正定矩阵的成因、判断依据与解决思路。压缩包内含1个docx文档约25KB内容涵盖案例介绍、问题描述、疑问梳理、解决办法与总结等模块重点讲解一一淘汰法识别问题变量、特征值过小或为负值的判定逻辑以及增加样本、剔除强相关变量、数据标准化、改用主成分分析等应对策略。已有419人学习下载适合需要排查KMO值无法输出、相关系数矩阵报错等实际问题的读者参考帮助理解非正定矩阵对因子分析结果的影响边界与处理优先级。1. 因子分析撞上非正定矩阵一个让相关矩阵“翻车”的经典现场做因子分析时最让人心里一紧的报错不是“不收敛”而是相关矩阵非正定。你明明只是把问卷数据丢进分析流程软件却告诉你矩阵特征值出现负数或者直接拒绝执行。这不是玄学而是数据里藏着结构性问题。因子分析的核心假设是变量间存在共同变异相关矩阵必须正定或至少半正定。一旦非正定后续的特征值分解、载荷计算全部失去数学基础。这个案例要解决的就是为什么会出现非正定矩阵怎么定位以及怎么在保留分析目标的前提下把矩阵修回可分解状态。适合正在做量表分析、问卷降维、心理测量或市场研究的从业者尤其是那些已经跑过一轮分析、结果却卡在矩阵报错上的人。2. 非正定矩阵的数学根源与数据病灶2.1 正定性的判定条件与因子分析的硬性依赖一个实对称矩阵 (A) 正定等价于对所有非零向量 (x)都有 (x^T A x 0)也等价于所有特征值严格大于零。因子分析里相关矩阵 (R) 是实对称的对角线为 1。如果 (R) 非正定意味着存在某个线性组合的方差估计为负这在真实数据中不可能出现只能说明矩阵本身被污染了。因子分析求解载荷矩阵时常用主成分法或主轴因子法两者都依赖特征值分解。特征值一旦出现负值开平方步骤直接失败或者得到复数载荷。即使软件用迭代方法绕开得到的解也不稳定因子结构无法解释。所以非正定不是“警告”而是“此路不通”。常见判定手段有三种一看特征值最小值是否小于零二看行列式是否接近零或为负三看是否存在完全共线性。实操中最直接的是计算特征值Python 里一行代码就能看到。import numpy as np import pandas as pd # 假设 df 是已经清洗过的数值型数据框 R df.corr().values # 相关矩阵 eigenvalues np.linalg.eigvalsh(R) # 对称矩阵用 eigvalsh 更稳 print(最小特征值:, eigenvalues.min()) print(特征值列表:, np.round(eigenvalues, 4))这段代码先算相关矩阵再用eigvalsh求特征值。eigvalsh专门针对实对称矩阵比通用eigvals更稳定。如果最小值小于零比如 -0.003说明矩阵已经非正定。注意浮点误差可能让极小负值出现通常绝对值小于 1e-8 可以视为零但若达到 -0.01 以上就是真实问题。2.2 数据层面导致非正定的四类常见病灶第一类变量间存在完全线性依赖。比如问卷里有两道题是同一道题的反向计分或者某个变量是另外两个变量的和。相关矩阵里会出现 1 或 -1 的极端值矩阵秩亏特征值必然有零或负。第二类样本量小于变量数。假设只有 20 个样本却放了 30 个变量相关矩阵的秩最多 19剩下 11 个特征值为零数值误差一扰动就变成负数。这是最容易被忽略的硬伤。第三类缺失值处理不当。成对删除会破坏矩阵的一致性不同变量对用的样本不同拼出来的相关矩阵可能不满足正定性。整列删除虽然安全但样本量骤减又会触发第二类问题。第四类常量或近似常量变量。某个题项所有人选同一个选项方差为零相关矩阵里该行该列全为零对角线却是 1这种矩阵直接非正定。我一般会按这个顺序排查先看变量数是否超过样本数再看有没有零方差列再看相关矩阵里有没有绝对值大于 0.99 的相关系数最后检查缺失值处理方式。这四步能覆盖八成以上的非正定案例。2.3 用条件数和 VIF 提前预警除了直接看特征值条件数最大特征值除以最小特征值也能预警。条件数超过 1000 就说明矩阵接近奇异因子分析结果不可信。方差膨胀因子 VIF 则针对每个变量VIF 大于 10 表示该变量与其他变量高度共线是导致非正定的嫌疑犯。from statsmodels.stats.outliers_influence import variance_inflation_factor vif_data pd.DataFrame() vif_data[变量] df.columns vif_data[VIF] [variance_inflation_factor(df.values, i) for i in range(df.shape[1])] print(vif_data.sort_values(VIF, ascendingFalse))这段代码输出每个变量的 VIF。variance_inflation_factor第一个参数是数据矩阵第二个是变量索引。VIF 超过 10 的变量要重点审查通常是它和其他变量抱团导致矩阵病态。注意VIF 计算前最好标准化数据否则量纲会影响结果。3. 从诊断到修复一套可复现的处理流程3.1 最小可复现案例构造一个非正定矩阵为了把问题说透我构造一个模拟数据集。假设有 5 个变量其中第 5 个变量是前两个变量的线性组合加上微小噪声样本量只有 15。这种数据在真实问卷里很常见比如“总收入”约等于“工资收入”加“理财收入”。import numpy as np import pandas as pd np.random.seed(42) n 15 x1 np.random.normal(0, 1, n) x2 np.random.normal(0, 1, n) x3 np.random.normal(0, 1, n) x4 np.random.normal(0, 1, n) x5 x1 x2 np.random.normal(0, 0.01, n) # 近似完全共线 df_sim pd.DataFrame({x1: x1, x2: x2, x3: x3, x4: x4, x5: x5}) R_sim df_sim.corr().values eig_sim np.linalg.eigvalsh(R_sim) print(最小特征值:, eig_sim.min()) print(条件数:, eig_sim.max() / eig_sim.min())运行后最小特征值大概率是负数条件数极大。这个模拟数据就是后续修复步骤的靶子。注意np.random.seed(42)保证结果可复现实际项目中不需要固定种子但写案例时固定种子方便读者对照。3.2 修复策略一剔除冗余变量与零方差列最直接的办法是找出并删除冗余变量。冗余变量包括零方差列、VIF 极高的列、以及与其他变量相关系数超过 0.95 的列。删除时优先保留理论含义更核心的那个变量。# 删除零方差列 df_clean df_sim.loc[:, df_sim.std() 1e-6] # 计算相关矩阵并找出高相关对 corr_matrix df_clean.corr().abs() upper corr_matrix.where(np.triu(np.ones(corr_matrix.shape), k1).astype(bool)) to_drop [column for column in upper.columns if any(upper[column] 0.95)] df_clean df_clean.drop(columnsto_drop) print(删除的列:, to_drop) print(剩余列:, df_clean.columns.tolist())这段代码先过滤标准差接近零的列再用上三角矩阵找出相关系数大于 0.95 的列并删除。np.triu配合k1只保留上三角避免重复检查。参数 0.95 是经验阈值实际项目可以放宽到 0.90 或收紧到 0.98取决于你对共线性的容忍度。删除后重新计算特征值通常最小特征值会回到正数。3.3 修复策略二增加样本量或使用正则化相关矩阵如果变量都重要、不能删那就得从样本量入手。样本量至少是变量数的 5 到 10 倍因子分析才稳定。如果样本量实在不够可以考虑在相关矩阵对角线加上一个很小的正数这叫岭正则化相当于承认每个变量有少量独特方差。def regularize_corr(R, lambda_reg0.05): 对相关矩阵做岭正则化保证正定 R_reg R.copy() np.fill_diagonal(R_reg, 1 lambda_reg) return R_reg R_sim_reg regularize_corr(R_sim, lambda_reg0.05) eig_reg np.linalg.eigvalsh(R_sim_reg) print(正则化后最小特征值:, eig_reg.min())regularize_corr函数把对角线从 1 提高到 1.05相当于给每个变量增加 0.05 的独特方差。lambda_reg控制正则化强度太小不起作用太大会扭曲因子结构。我一般从 0.05 开始试如果最小特征值仍为负逐步增加到 0.1 或 0.2。注意正则化后的矩阵不再等于原始相关矩阵解释时要说明这一点。3.4 修复策略三改用主轴因子法并设置迭代容差如果矩阵只是轻微非正定比如最小特征值是 -0.001可以改用主轴因子法principal axis factoring它只使用正特征值部分迭代过程中自动忽略负特征值。在 Python 的factor_analyzer包里可以指定。from factor_analyzer import FactorAnalyzer fa FactorAnalyzer(n_factors2, rotationvarimax, methodprincipal) fa.fit(df_sim) print(特征值:, fa.get_eigenvalues()[0]) print(载荷矩阵:\n, fa.loadings_)methodprincipal指定主轴因子法n_factors2是因子数rotationvarimax是旋转方法。主轴因子法在迭代时会用当前共同度估计替换对角线负特征值不会直接导致崩溃。但要注意如果非正定严重迭代可能不收敛这时还是要回到删除变量或正则化。4. 避坑与排查非正定矩阵处理中的五个血泪教训4.1 现象删除变量后矩阵仍非正定原因删除的是低相关变量但真正导致非正定的是缺失值处理方式。成对删除产生的相关矩阵本身就不一致删变量解决不了。解决统一改用整列删除或均值插补重新计算相关矩阵。插补后样本量不变矩阵一致性有保证。如果插补后仍非正定再检查是否有近似共线变量。4.2 现象特征值最小值是 -1e-16软件却报错原因浮点精度问题。理论上零特征值在数值计算中可能变成极小负数不同软件容忍度不同。解决在代码里设置阈值把绝对值小于 1e-8 的特征值视为零。如果软件仍报错给对角线加 1e-6 的微小量不影响结果。4.3 现象正则化后因子载荷完全变了原因正则化强度过大比如lambda_reg0.5对角线从 1 变成 1.5变量独特方差被严重高估因子结构扭曲。解决从 0.01 开始逐步增加每次检查最小特征值和载荷可解释性。找到刚好让矩阵正定的最小强度不要一步到位。4.4 现象样本量足够变量也不共线矩阵还是非正定原因数据里存在离群值。个别样本在多个变量上极端取值拉高了某些相关系数破坏了矩阵结构。解决计算马氏距离找出距离超过卡方临界值的样本检查是否为录入错误。确认是真实极端值后考虑稳健相关矩阵比如使用 Spearman 相关代替 Pearson 相关。4.5 现象因子分析跑通了但因子无法解释原因为了修复非正定删掉了关键理论变量剩下的变量虽然矩阵正定但共同变异不代表原始构念。解决修复前先记录每个变量的理论角色。删除时优先删测量误差大、与其他变量冗余的题项保留构念核心题项。如果核心题项必须保留宁可增加样本量或改用正则化也不要删。5. 进阶技巧用模拟实验找到你的非正定容忍边界非正定矩阵不是非黑即白的问题。轻微非正定和严重非正定对因子分析的影响完全不同。我习惯在正式分析前跑一个小型模拟实验看看在当前样本量和变量数下矩阵能承受多大程度的共线性。具体做法是固定变量数和样本量逐步增加两个变量之间的相关系数从 0.8 开始每次增加 0.01直到矩阵非正定。记录下临界相关系数这个值就是你的数据容忍边界。如果实际数据中最高相关系数远低于临界值说明非正定风险很低如果接近临界值就要提前处理。def find_collinearity_threshold(n_samples, n_vars, step0.01): 逐步增加共线性找到非正定临界点 threshold 0.8 while threshold 1.0: np.random.seed(0) base np.random.normal(0, 1, (n_samples, n_vars - 2)) x_last base[:, 0] * threshold np.random.normal(0, 0.1, n_samples) x_second_last base[:, 1] * threshold np.random.normal(0, 0.1, n_samples) data np.column_stack([base, x_last, x_second_last]) R np.corrcoef(data, rowvarFalse) eig_min np.linalg.eigvalsh(R).min() if eig_min 0: return threshold threshold step return None 临界值 find_collinearity_threshold(n_samples100, n_vars10) print(非正定临界相关系数:, 临界值)这个函数模拟不同共线性水平下的相关矩阵返回第一个导致非正定的相关系数。n_samples和n_vars按你的实际数据设置。step控制搜索精度0.01 足够。运行后如果临界值是 0.92说明你的数据里相关系数只要不超过 0.92 就安全。这个技巧帮我省了很多次反复试错的时间也让我在数据收集阶段就知道该控制哪些题项的相关性。另一个习惯是每次因子分析前先输出相关矩阵的热力图和特征值分布。热力图能一眼看出哪些变量抱团特征值分布能看出矩阵是否病态。这两个图不用写进报告但作为分析前的自检能避免大部分非正定翻车。我一般会把最小特征值和条件数记在分析日志里下次遇到类似数据时有个参照。希望帮到你。本文还有配套的精品资源点击获取