数学模型讲座因子分析要点.pptVIP

* * * * * 因子分析计算步骤与实例分析 第六步 将六项指标按高载荷分成三类，并结合专业知识给出各因子的命名如下： 高载荷指标 命 名 因子一 X4-家庭基本纯收入 X5-人均产值 X6-增加值占总产值比重 产出及效益因子 因子二 X1-乡村劳动力人口 X3-户均生产性固定资产原值 人为投入条件因子 因子三 X2-人均经营耕地面积 自然条件因子 因子分析计算步骤与实例分析 在第一因子中，X4、X5、X6三项指标有较大的载荷，这些都从产出效益方面描述农业情况的，所以称为产出及效益因子。 在第二个因子中，X1、X3有较大的载荷，这主要是人们对农业的生产工具、人力等的投入，所以称为人为投入条件因子。 在第三个因子中，X2有较大的载荷，这主要从自然条件方面刻划农业的生产条件状况，所以称为自然条件因子。 因子分析的matlab函数 与因子分析相关的matlab函数主要有rotatefactors 和factoran其中factoran调用了rotatefactors函数。 factoran用来根据原始数据样本观测数据，样本协方差矩阵或样本相关系数矩阵，计算因子模型中因子载荷阵 的最大似然估计，求特殊方差的估计，因子旋转矩阵和因子得分，还能对因子模型进行检验。 factoran函数的调用格式如下： 1）lambda=factoran(X,m) 返回包含m个公共因子的因子模型的载荷阵lambda。输入参数X是n行d列的矩阵，每行对应一个观测，每列对应一个变量。m是一个正整数，表示模型中公共因子的个数。输入参数lambda是一个d行m列的矩阵，第 行第 列元素表示第 个变量在第 个公共因子的载荷。默认情况下，factoran函数调用用rotatefactors 函数，并用varimax选项（rotatefactors函数的可用选项）来计算旋转后因子载荷阵的估计。 2)[lambda,psi]=factoran(X,m) 返回特殊方差的最大似然估计psi，psi是包含d个元素的列变量，分别对应d个特殊方差的最大似然估计。 3)[lambda,psi,T]=factoran(X,m) 返回m行m列的旋转矩阵T。 4）[lambda,psi,T,stats]=factoran(X,m) 返回一个包含模型检验信息的结构体变量stats，模型检验的原假设是H0:因子数=m 。输出参数stats包括4个字段，其中stats.loglike表示对数似然函数最大值，stats.def表示误差自由度，误差自由度的取值为 ，stats.chisq表示近视卡方检验统计量，stats.p表示检验p值。对于给定的显著性水平 ，若检验的p值大于显著性水平 ，则接受原假设H0，说明用含有m个公共因子的模型拟合原始数据是合适的，否则，拒绝原假设，说明拟合不合适。 注意 只有当stats.def是正的，并且psi中特殊方差的估计都是正数时，factoran函数才计算，stats.chisq和stats.p。当输入参数X是协方差矩阵或相关系数矩阵时，若要计算stats.chisq和stats.p必须指定nobs参数。 5）[lambda,psi,T,stats,F]=factoran(X,m),F是一个n行m列的矩阵，每一行对应一个观测的m个公共因子的得分。若果X是一个协方差矩阵或相关系数矩阵，则factoran函数不能计算因子得分。factoran函数用相同的旋转矩阵计算因子载荷阵lambda和因子得分F。 6） 允许用户指定可选的成对出现的参数名誉参数值，用来控制模型的拟合和输出 因子分析的MATLAB实现案例 基于协方差矩阵或相关系数矩阵的因子分析 在制定服装标准的过程中，对128名成年男子的身材进行了测量，每日测了六项指标，身高，座高，胸围，手臂长，肋围和腰围，样本相关系数矩阵如表12-2所列。 见WORD文档 * * * * * * * * * * * * * * * * * * * * * * * * 因子分析(Factor analysis) 因子分析是主成分分析的推广和发展，它也是多元统计中处理降维的一种方法。因子分析是研究相关阵或协差阵的内部依赖关系，将多个变量综合为少数几个因子，再现原始变量与因子之间的关系。 形成和发展：1904 年Charles Spearman 的论文 《对智力测验得分进行的统计分析》 早期主要用于心理学和教育学方面的问题 目前：经济学、社会学、考古学、生物学、医学及体育科学 实例1 (1)为了解学生的学习能力，观测了n