【参考】回归分析与因子分析之比较.docVIP

回归分析与因子分析之比较 刘婷玉 数学与统计学院06级 【摘? 要】回归分析与因子分析是数理统计中常用的两种数据处理方法，本文对他们进行比较，分析了两种方法的区别与联系，各自的使用和适用范围，对教学质量的提高及在实际中对于有效选择此两种统计方法提供了依据。 【关键词】回归分析 因子分析 比较 问题提出 回归分析和因子分析都是研究因变量与因子间关系的一种数据处理方法，在模型上看，只是因子结构不一样，他们之间到底有什么内在联系，值得我们研究并加以利用。 问题分析 统计模型和类型 多元线性回归模型表示方法为 其解析表达式为: 多元模型的矩阵表达式为 一般地，设X=(x1， x2， …，xp)’ 。在因子分析中，p维的变量向量x被赋予一个随机结构，x =α+Af+ε具体也可以写成以下形式： (1)其中α是p维向量，A是p×r参数矩阵，f是r维潜变量向量，称为公共因子(Common factors)，而ε是p维的变量向量，称为特殊因子(Specific factors)，满足下列假定： E(ε) =0，cov(ε) =Δ(对角矩阵)E(f) =0，cov (f，ε)=0，cov(f) =I (2) 它把每个变量分解为两部分，一部分是由这些变量内含的公共因子所构成的，即公共因子部分，另一部分是每个变量各自独有的因子，即所谓特殊因子部分。应当注意，因子模型不具有唯一性，