12 SAS中因子分析(含第5次作业解答).ppt

主成分分析作业解答 没有人看得懂SAS的输出。所以实验报告明确写出实验的结果：方程、向量、统计量是多少，不要写SAS的输出。 如何做主成分回归 主成分回归，要知道我用几个主成分参与回归。 1.因此首先做主成分分析，看到n~m个主成分的累计贡献率比较合适（75%~90%）。 2.然后，做因变量与这n~m个主成分的分别的回归，看回归系数是否显著地非0。（如果第3主成分不显著，那么第4主成分也要舍去。也要综合考虑显著性的统计值与剩下的主成分的累计贡献率。） 综合1与2，决定用几个主成分做主成分回归。 这一问题用主成分回归好，还是变量增减法的逐步回归比较好？为什么？ ——先请同学们来回答这个问题 用SAS进行因子分析 还想进行因子旋转 使因子更有意义… 如何计算因子得分 计算因子得分，以进行其它分析… 如果还想进行Q型因子分析 因子分析模型 一、R型因子分析的数学模型 可是SAS中的factor过程已经设计为做R型因子分析，也就是分析数据集的每一列之间的关系 如何做Q型因子分析呢？ Rotated Factor Pattern Factor1 Factor2 Factor3 x1 0.89711 -0.03950 -0.16273 x2 -0.18570 0.12496 0.96663 x3 -0.74630 0.55104 0.02317 x4 -0.70036 0.65959 0.01507 x5 0.92361 -0.18910 -0.17409 x6 -0.31574 0.91993 -0.01924 x7 0.02662 -0.93712 -0.25948 旋转后的载荷矩阵： 书上的p311的下方，详细地解释了3个因子的含义。 我们发现，不像旋转前，因子的贡献向第1因子集中。现在各因子的贡献平衡了。 变量的共同度和因子的方差贡献： Variance Explained by Each Factor Factor1 Factor2 Factor3 2.8402069 2.5160905 1.0596321 Final Communality Estimates: Total = 6.415930 x1 x2 x3 x4 x5 x6 x7 0 0 0 0 0 0 0 对于书上p312提到的斜交因子模型： factor过程中的rotate=promax指出，用斜交因子模型。这种模型还是要先进行正交旋转，再进行斜交因子旋转。因此用prerotate=varimax指出，进行正交因子旋转时，是使用方差最大正交旋转法。 进行斜交因子旋转，一定要指明power=?。这是一个大于等于1的整数。它的含义，请参考书上p312指出的参考文献[14]（王学仁著《地质数据的多变量统计分析》，科学技术出版社，1982）。这个参数的默认值就是3，因此我们的程序中power=3也可以不写。 proc factor data=d831 n=3 rotate=promax prerotate=varimax powe