第十SPSS的因子分析与对应分析简介.ppt

第九章 SPSS的因子分析和对应分析 因子分析的基本思想 为尽可能完整描述一个事物，往往要收集它的许多指标（如企业评价、投资环境评价） 多指标产生的问题： 计算处理麻烦 信息重叠 从众多的指标中剔除一些指标又会造成信息丢失 因子分析的基本思想 因子分析的基本出发点 将原始指标综合成较少的指标，这些指标能够反映原始指标的绝大部分信息（方差） 这些综合指标之间没有相关性 因子变量的特点 这些综合指标称为因子变量，是原变量的重新构造 个数远远少于原变量个数，但可反映原变量的绝大部分方差 不相关性 可命名解释性 因子分析的核心问题 如何构造因子变量 如何使因子变量具有命名解释性 因子分析的基本步骤 确认待分析的原始变量是否适合作因子分析 构造因子变量 利用旋转方法使因子变量具有可解释性 计算每个样本的因子变量得分 因子分析的数学模型 数学模型（xi为标准化的原始变量；Fi为因子变量；mp） x1=a11F1+a12F2+…+a1mFm+a1ε1 x2=a21F1+a22F2+…+a2mFm+a2ε2 …… xp=ap1F1+ap2F2+…+apmFm+apεp 也可以矩阵的形式表示为： X=AF+aε 因子分析的基本概念 因子载荷 在因子变量不相关的条件下，aij就是第i个原始变量与第j个因子变量的相关系数。aij绝对值越大，则Xi与Fi的关系越强。 ——反映因子和各变量间