主成分分析与因子分析的异同..docxVIP

主成分分析与因子分析的异同 专业：金融统计学号：13610704150504 姓名：解盼一、取初始因子的方法为主成分法。方向不同,直接导致主成分值、因子得分值、综合评价值和应用侧重上不同,综合评价应该分开进行,混淆在一起是不同计量值交替错误。?二、避免出错的方法步骤主成分分析法和SPSS软件应用时一对一的正确步骤:(1)指标的正向化;(2)指标数据标准化(SPSS软件自动执行);(3)指标之间的相关性判定:用SPSS软件中表“CorrelationMatrix(相关系数矩阵)”判定;(4)确定主成分个数m:用SPSS软件中表“TotalVarianceExplained(总方差解释)”的主成分方差累计贡献率≥85%、结合表“ComponentMatrix(初始因子载荷阵)”中变量不出现丢失确定主成分个数m。(5)主成分Fi表达式(这是SPSS软件及其教科书中没完善的地方):将SPSS软件中表“ComponentMatrix”中的第i列向量除以第i个特征根的开根后就得到第i个主成分Fi的变量系数向量(在“transform→compute”中进行计算),由此写出主成分Fi表达式。用Fm=A′mX的A′mAm=Im检验之。(6)主成分Fi命名:用SPSS软件中表“ComponenMatrix”中的第i列中系数绝对值大的对应变量对Fi命名(有时命名清晰性低)。(7)主成分与综合主成分(评价)值(这是SPSS软件及其教科书中没完善的地方):综合主成分(评价)公式F综=∑mi=1(λi/p)Fi(在“transform→compute”中进行计算),λiΠp在SPSS软件中表“TotalVarianceExplained”下“InitialEigrnvalues(主成分方差)”栏的“%ofVariance(方差率)”中。VarF综=(∑mi=1λ3i)/p2。(8)检验:综合主成分(评价)值用实际结果、经验与原始数据做聚类分析进行检验(对有争议的结果,可用原始数据做判别分析解决争议)。(9)综合实证分析。21因子分析法和SPSS软件应用时一对一的正确步骤:(1)～(3)步骤同主成分分析步骤。(4)确定因子个数m:用SPSS软件中表“TotalVarianceExplained”特征值累计贡献率≥85%、结合表“RotatedComponentMatrix(旋转后因子载荷阵)”中变量不出现丢失确定因子个数m。求因子载荷矩阵Bm:SPSS软件中表“RotatedComponentMatrix”(6) 因子 Zi 的命名: 将 SPSS 软件中表“RotatedComponent Matrix”因子载荷矩阵 Bm 的第 i 列绝对值大的对应变量归为 Zi 一类 , 并由此对 Zi 命名 ( 命名清晰性 高) 。(7) 求因子得分函数 Zi 表达式: Zi = b′iX ,这里 bi 是SPSS 软件中表“Component Score Coefficient Matrix(因子得分系数矩阵) ”的第 i 列向量。(8) 求因子得分值与综合因子得分(评价) 值 : 综合因子得分(评价) 公式mZ综=∑( viPp) Zii = 1在“transform →compute”中进行计算) , vi / p 在 SPSS 软件中 表“Total Variance Explained”下“Rotation Sums of Squared Loadings(旋转后因子对 X 的方差) ”栏的“% of Variance”p中。用 vi = ∑b2ki 检验 , 通常 λ1v1 , Var Z综 =k = 1m( ∑v2i ) / p2 。i = 1(9) 检验:综合评价值用实际结果、经验与原始数据做聚类分析进行检验(对有争议的结果 ,可用原始数据做判别分析解决争议) 。(10) 综合实证分析。以上看出:使用 SPSS 软件时 ,主成分分析与因子分析是从初始因子载荷阵处分开的表现为主成分分析是通过初始因子载荷阵列向量单位化(或除相应特征值开根) 得到主成分系数距阵、主成分及其值等 ,而因子分析是通过初始因子载荷阵进行旋转得到因子载荷阵、再通过回归得到因子得分及其值等。三、《刘文》《卢书》正确的主成分分析结果经过仔细验算《,刘文》《、卢书》是将初始因子分析结果当成了主成分分析结果。因子分析中如果方差最大正交旋转矩阵 C = Im ,即因子分析无旋转过程 ,称其为初始因子分析。表 1 中主成分分析与初始因子分析仍有方差、表达式与系数矩阵、回归过程、标准正交性、综合评价函数及方差 5 项的不同 ,故主成分值与初始因子得分值仍然计量不同 ,不能混淆。现按主成分分析法和 SPSS 软件应用时一对一