因子分析青城驿站.pptVIP

因子分析 公共卫生学院 一、前言 变量的相关性 公共因子？ 将多个实测变量转换成少数几个不相关的综合指数 二、因子分析模型 一般地，设X=(x1, x2, …,xp)’为可观测的随机变量，且有 f=(f1,f2,…,fm)’为公共（共性）因子(common factor)，简称因子(factor) e=(e1,e2,…,ep)’为特殊因子（specific factor） f和e均为不可直接观测的随机变量 μ=(μ1,μ2,…,μp)’为随机变量x的总体均值 A=(aij)p*m为因子负荷（载荷）（factor loading）矩阵 通常先对x作标准化处理，使标准化得到的新变量均值为零，方差为１．这样就有 假定（１）fi的均数为０，方差为１； （２）ei的均数为０，方差为δi； （３） fi与ei相互独立． 则称x为具有m个公共因子的因子模型 如果再满足（４）fi与fj相互独立（i≠j），则称该因子模型为正交因子模型。 正交因子模型具有如下特性： x的方差可表示为 设 （１）hi2是m个公共因子对第i个变量的贡献，称为第i个共同度（communality）或共性方差，公因子方差（common variance） （２）δi称为特殊方差（specific variance），是不能由公共因子解释的部分 因子载荷（负荷）aij是