统计与方法-第八章主成分与因子学案.ppt

公因子方差表 提取出来的公因子对每个变量的解释程度到底有多大呢？可从公因子方差表得知： （0.744+0.736+0.718+0.890+0.870+0.880）/6=0.8113 因子旋转 为了对公因子F能够更好的解释，可通过因子旋转的方法得到一个好解释的公因子。 所谓对公因子更好解释，就是使每个变量仅再一个公因子上有较大的载荷，而在其余的公因子上的载荷比较小。 这种变换因子载荷的方法称为因子轴的旋转。因子旋转的方法很多，常用的为方差最大正交旋转。 这里，第一个因子主要和语文、历史、英语科有很强的正相关；而第二个因子主要和数学、物理、化学三科有很强的正相关。因此可以给第一个因子起名为“文科因子”，而给第二个因子起名为“理科因子”。从这个例子可以看出，因子分析的结果比主成分分析解释性更强。 这些系数所形成的散点图（在SPSS中也称载荷图），可以直观看出每个因子代表了一类学科 。 因子得分 在分析中，人们往往更愿意用公共因子反映原始变量，这样根有利于描述研究对象的特征。因而往往将公共因子表示为变量（或样品）的线性组合，即： 称上式为因子得分函数，用它可计算每个样品的公因子得分。估计因子得分的方法很多。 可以根据输出，计算出每个学生的第一个因子和第二个因子的大小，即算出每个学生的因子得分f1和f2。 人们可以根据这两个函数分别计算出每个学生的两套因子得分，对学生分别按照文科和理科排序。 也可以每个因子的方差贡献率为权数，进行加权综合，计算出每个学生的总得分，以此排队。 主成分和因子分析的一些注意事项 可以看出，因子分析和主成分分析都依赖于原始变量，也只能反映原始变量的信息。所以原始变量的选择很重要。 另外，如果原始变量都本质上独立，那么降维就可能失败，这是因为很难把很多独立变量用少数综合的变量概括。数据越相关，降维效果就越好。 * * 因子分析的判断 KMO测度和巴特利特球体检验： KMO值：0.9以上非常好；0.8以上好；0.7一般；0.6差；0.5很差；0.5以下不能接受。 巴特利特球体检验的 H0:相关矩阵为单位阵 主成分和因子分析的一些注意事项 在得到分析的结果时，并不一定会都得到如我们例子那样清楚的结果。这与问题的性质，选取的原始变量以及数据的质量等都有关系 在用因子得分进行排序时要特别小心，特别是对于敏感问题。由于原始变量不同，因子的选取不同，排序可以很不一样。 Spss实现 Spss选项:Analyze－Data Reduction－Factor 用Extraction，选择提取共因子的方法（如果是主成分分析，则选Principal Components）， 用Rotation，选择因子旋转方法（如果是主成分分析就选None）， 用Scores计算因子得分，再选择Save as variables（因子得分就会作为变量存在数据中的附加列上）和计算因子得分的方法（比如Regression）；要想输出Component Score Coefficient Matrix表，就要选择Display factor score coefficient matrix； 因子分析—例11.1 仍以学生成绩的数据(student.sav)为例,说明因子分析的过程。 * 因子分析—例11.1 北京市各区县的社会经济发展水平存在着一定的差异，然而反映社会经济发展水平的指标很多，如何反映各区县之间的差异，进行多指标的综合评价是统计分析的问题之一。因为指标较多且之间的相关性很强，用主成分分析和因子分析可以用较少的综合指标，反映原来变量的较多的信息，达到降维简化分析过程的目的。 数据文件：北京市各区县主要指标因子分析.sav。数据来源：北京统计年鉴 2004 * 因子分析—例11.1 变量名称： x1-在岗职工平均工资（元/人） x2-地区生产总值（万元） x3-城镇居民人均可支配收入（元） x4-地方财政收入（万元） x5-全社会固定资产投资（万元） x6-社会消费品零售额（万元） x7-从业人数。 * 各指标的相关系数矩阵 * * 碎石图 * 因子载荷矩阵 * 因子旋转 * 因子得分 * 因子得分 * 因子得分 由因子得分系数，我们可以得到计算因子得分的线性方程： f1=-0.212x1+0.307x2-0.384x3+0.183x4+0.367x5+0.233x6+0.263x7 f2=0.573x1-0.163x2+0.799x3+0.025x4-0.265x5-0.052x6-0.095x7 主成分分析和因子分析 主成分与因子分析 * 主成分与因子分析 好裁缝做上衣，要测量上体长、手臂长、胸围等 14 个指标。用流水线生产上衣时要测量每个顾客的 14 个指标是不可能的。 于是统计学家出了个主意：这