数理统计学进阶6.pptxVIP

第5章 主成份与因子分析;; 如果系数uij满足 ；而且系数uij的确使yi、与yj (i≠j)相互无关，并使y1是x1,x2,…,xp的一切线性组合中方差最大者，y2是与y1不相关的x1,x2,…,xp的所有线性组合中方差最大者，……，yp是与y1,y2 ,…，yp-1都不相关的x1,x2,…,xp的所有线性组合中方差最大者,则称y1,y2,…,yp为原变量的第一,第二, …，第p主成份。;模型的求解;主成份的性质;主成份分析数据形式：;(3)解特征根 ∣R-λI∣=0，求相关系数矩阵R的特征根 (Eigenvalue) λi,且将它们从大到小排列为：λ1≥λ2≥…≥λp (4)求矩阵R关于λi的满足正规条件的特征向量(Eigenvector)： Li =(li1,…，lip)， i=1，…，p 则 即位所求的第i(i=1,…，p)主成份，其中：  当实测值较多时，相关矩阵的特征根地计算较复杂，故主成份的计算一般需要统软件来实施。; 确定主成份个数的方法： (1)累积贡献率：当前k个主成份的累积贡献率达到某 一特定值(一般采用70%以上)时，则保留前k个主成 份； (2)特征根：一般选取特征根λ≥1 的主成份。 ? 几个基本概念： (1)特征根(Eigenvalue)：表示主成份影响力度大小的指 标，即引入该主成份后可以解释平均多少原始变量 的信息。如果特征根小于1，说明该主成份的解释 程度还不如直接引入一个原始变量的平均解释程度 大，因此在确定主成份个数时，常常选取特征根大 于1的主成份；;(2)主成份Zi的方差贡献率，计算公式为: 式中λi 表示主成份Zi 的方差在全部方差中的比重。 这个值越大，表明主成份Zi 综合原始变量信息的能力 越强。 ? (3)累积贡献率：前k个主成份的累积贡献率定义为: 表示前k个主成份累积提取了原始变量多少的信息。 ;? 因子分析;1．因子分析的基本概念： 通过显在变量，由具体指标评测抽象因子的分析方法，最早是由心理学家 Chales Spearman 于1940年提出的。其基本目的是用少数几个因子去描述多个变量之间的关系，被描述的变量一般都是能实际观察到的随机变量，而那些因子是不可观察的潜在变量。基本思想是根据相关性的大小把变量分组，使得同组内的变量相关性较高，而不同组内的变量相关性较低。每组变量代表一个基本结构，这些基本结构成为一个公共因子。对于所研究的问题就可以试图用最少数的不可观察的公共因子的线性函数与特殊因子之和来描述原来观察的每一个分量。; 因子分析可分为两类：(1)探索性因子分析(Exploratory factor analysis)；(2)确定性因子分析(confirmatory factor analysis)。探索性因子分析通常就称为因子分析，主要应用在数据分析的初期阶段，其主要目的是探讨可观察变量的特征、性质及内部的关联性，并揭示有哪些潜在因子尽可能多地表达原可观察变量的信息。确定性因子分析是在探索性因子分析的基础上进行的。当已经找到可测变量可能被哪些潜在因子影响，而进一步明确每一个潜在因子对可测变量的影响程度，以及这些潜在因子之间的关联程度时，则可进行确定性因子分析。该分析不要求所找出的这些潜在因子之间相互独立，其目的是明确潜在因子之间的关联性，它是将多个指标之间的关联性研究简化为对较少几个潜在因子之间的关联性研究，其分析结果需进行统计检验，确定性因子分析是结构方程模型分析的关键一步。;2．因子分析的原理和方法： 基本出发点是用较少的相互独立的因子变量代替原来变量的大部分信息，可以用以下的数学模型来表示： X1 = a11F1 + a12F2 +…+ a1mFm X2 = a21F1 + a22F2 +…+ a2mFm … Xp = ap1F1 + ap2F2 +…+ apmFm ? 式中，x1 , x2…, xp 为p个原有变量，是均值为0、标准差为1的标准化变量，F1,F2,…,Fm 为m个因子变量，m小于p，表示成矩阵形式为： X = AF + aε 式中，F为公共因子，可以理解为高维空间中相互垂直的m个坐标轴；A为因子载荷矩阵，是第i个原有变量在第j个因子变量上的负荷。;3．因子分析的几个概念：