因子分析前，首先进行KMO检验和巴特利球体检验。KMO检验用于检查变量间的偏相关性，取值在0~1之前。KMO统计量越接近于1，变量间的偏相关性越强，因子分析的效果越好。实际分析中，KMO统计量在0.7以上时效果比较好；当KMO统计量在0.5以下，此时不适合应用因子分析法，应考虑重新设计变量结构或者采用其他统计分析方法。
如果变量间彼此独立，则无法从中提取公因子，也就无法应用因子分析法。Bartlett球形检验判断如果相关阵是单位阵，则各变量独立因子分析法无效。由SPSS检验结果显示Sig.<0.05（即p值<0.05）时，说明各变量间具有相关性，因子分析有效。

library('psych')
KMO(corn)
cortest.bartlett(corn, n=9819)

KMO<0.5

1 提高样本数量
2 把解释方差小的指标剔除

因子分析综合评价案例

https://wenku.baidu.com/view/03a77e979ec3d5bbfd0a74f1.html

因子分析在股票研究中的应用

https://wenku.baidu.com/view/9281e243c1c708a1294a447e.html?from=search

R语言在财务数据分析中的应用 有KMO检验等因子分析完整过程

http://f.dataguru.cn/thread-583814-1-1.html

课件超详细

http://www.docin.com/p-134405090.html?_t_t_t=0.46518693841062486

P15 相关系数大部分小于0.3 不适合 个别可剔除

https://wenku.baidu.com/view/81f3a68665ce0508763213be.html