多元统计学-3.因子分析.pptVIP

* 唐启义 qytang@ Tel: 139浙江大学农业与生物技术学院 1.用较少的因子表示原来的变量； 2.目的是尽可能保持原变量相互关系(结构)原则下;寻找变量的公共因子。 3.参数估计，指定几个公因子，将其还原成相关系数矩阵，在和原样本相关矩阵最相似（最大似然法）原则下，估计各个公因子的估计值。 4.应用：找到具有本质意义的少量因子来归纳原来变量的特征（因子降维、潜在因子） * * 因子分析是指研究从变量群中提取共性因子的统计技术。最早由英国心理学家C.E.斯皮尔曼提出。他发现学生的各科成绩之间存在着一定的相关性，一科成绩好的学生，往往其他各科成绩也比较好，从而推想是否存在某些潜在的共性因子，或称某些一般智力条件影响着学生的学习成绩。因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子，可减少变量的数目，还可检验变量间关系的假设。 例子：稻米品质评价 例如，在作物的产量、品质性状研究中，我们可以通过一些指标构成的评价体系，评价作物在各个方面（每个方面可能含有几个指标、或变量）的优劣。 加工精度、 水分、杂质、糠粉、矿物质、稗粒、谷粒、小碎米、不完善粒、气味、色泽、 籽粒长、长宽比、阴糯率、白度、垩白率、垩白度、透明度、碱消值、胶稠度、直链淀粉、蛋白质、气味、色泽、形态、适口性、滋味、食味评价 * 这么多的指标，能否归纳