《生物医学研究的统计方法之二十因子分析》.pptVIP

生物医学研究的统计方法 因子分析 Factor Analysis 主成分分析： 以原变量的线性组合将原变量组合成少数几个主成分。 因子分析： 将原变量分解成几个公因子的线性组合，从而更好地理解原变量的内在关系。 回顾：主成分分析的任务 将彼此相关的指标变量转化为彼此不相关的指标变量； 将个数较多的指标变量转化为个数较少的指标变量。 将意义单一的指标变量转化为意义综合的指标变量。 主成分分析的基本原理 寻找一个适当的线性变换： 将彼此相关的变量转变为彼此不相关的新变量； 方差较大的几个新变量就能综合反应原多个变量所包含的主要信息； 新变量各自带有独特的专业含义。 相关性的另一个角度分析： 观测指标间存在相关性，是受某些不可观测的潜在因素的影响造成的. 如： 学生的语文，英语成绩相关，是受其语言能力的影响，学生的数学，物理化学成绩相关，是受其逻辑推理能力的影响。 仅包含一个潜在因子的探索性因子分析路径图 数学模型 假设原有变量有p个，标准化后分别用 表示，且每个变量的均值是0，标准差是1，现将每个原有变量用m（mp）个因子 的线性组合来表示，即： 因子分析的基本步骤 1、因子分析的前提条件； 因子分析的前提条件是原始变量之间应 存在较强的相关关系。 2、因子提取，计算因子负