7.因子析.pptVIP

下载本文档

2
0
约1.52万字
约 82页
2017-01-31 发布于河南
举报
版权申诉

7.因子析.ppt

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

7.因子析

因子分析 §1 什么是因子分析 1904年Charles SPearMan发表一篇著名论文《对智力测验得分进行统计分析》视为因子分析的起点。因子分析的形成和发展有相当长的历史，最早用以研究解决心理学和教育学方面的问题，由于计算量大，又缺少高速计算的设备使因子分析的应用和发展受到很大的限制，甚至停滞了很长时间。后来由于电子计算机的出现，才使因子分析的理论研究和计算问题，有了很大的进展。目前这一方法的应用范围已十分广泛，在经济学、社会学、考古学、生物学、医学、地质学以及体育科学等各个领域都取得了显著的成绩。 Eigenvalues of the Correlation Matrix Eigenvalue Difference Proportion Cumulative PRIN1 2.85671 2.04755 0.571342 0.57134 PRIN2 0.80916 0.26949 0.161833 0.73317 PRIN3 0.53968 0.08818 0.107935 0.84111 PRIN4 0.45150 0.10855 0.090300 0.93141 PRIN5 0.34295 . 0.068590 1.00000 Eigenvectors PRIN1 PRIN2 PRIN3 PRIN4 PRIN5 X1 0.463605 -.240339 -.611705 0.386635 -.451262 X2 0.457108 -.509305 0.178189 0.206474 0.676223 X3 0.470176 -.260448 0.335056 -.662445 -.400007 X4 0.421459 0.525665 0.540763 0.472006 -.175599 X5 0.421224 0.581970 -.435176 -.382439 0.385024 因子分析的内容十分丰富，本章仅介绍因子分析常用的两种类型：R型因子分析(对变量作因子分析)和Q型因子分析〔对样品作因子分析)。 § 2 因子分析模型一、数学模型设有p维可观测的随机向量，其均值为，协方差矩阵为。若每个变量可以表示为用矩阵的表达方式二、因子分析模型的性质 2、模型不受计量单位的影响将原始变量 X 的单位做变换，就是做一变换X*=CX,这里 C＝diag(c1,c2,…,cp),ci0。 3、因子载荷不是惟一的设T为一个p×p的正交矩阵，令A*=AT，F*=T’F，则模型可以表示为 § 3 因子载荷矩阵的估计方法设随机向量的均值为?，协方差为?, 为?的特征根，为对应的标准化特征向量，则选取相对较小的因子数m，并使得累计贡献率达到一个较高的百分比，则可作如下近似分解：注：残差矩阵（二）主因子法主因子方法是对主成分方法的修正，假定我们首先对变量进行标准化变换。则 R=AA’+D 令： R*=