初始因子应用中六个问题的解析.docVIP

PAGE 10 初始因子应用中六个问题的解析1 1感谢朱顺泉教授等同仁的有益讨论和帮助。 林 海 明1 2 （1.广东商学院经济贸易与统计学院 2.广东省电子商务市场应用技术重点实验室 广东 广州 510320） 【摘要】将有关文献对初始因子的主要观点进行分类，给出了其解决问题出现的比重、理论的基础性、优点，说明了初始因子不是可有可无的内容，提出了其在应用中待解决的六个常见问题，随之用因子分析模型L及其解等，明确了初始因子的解公式和结构简化规则，通过模型、准确解、有关结论、解决问题的步骤等的比较，用表格给出了初始因子的系统标识和内容，用实例清晰地给出了其有效解决问题的较完整步骤等。提出了一些建议和待研究的问题。 关键词 初始因子；应用；六个问题；解析 中图文分类号O212 文献标识码A 一、问题的提出 因子分析在多元数据中是降维、解除相关性的重要方法，其应用相当广泛，因子的解有初始(未旋转)因子，旋转后因子。使用者较熟悉的是初始因子载荷阵、旋转后因子载荷阵、旋转后因子，不熟悉的是初始因子。这里查阅了20本多元统计分析的国内外教材，得到了如下对初始因子的三类主要观点。 第一类：以Johnson R A和Wichern D W教授(1998)为代表的文[1]~[9] (1982~2006)认为“通常，不用原始的载荷估计而是用旋转后的载荷估计来计算因子得分。”这类多元统计分析教材比重为9/20=45%。因为原始的载荷估计常用的是主成分法的初始因子载荷阵，其Thompson(1939)因子就是初始因子，故初始因子解决实际问题的作用在这些文献中“通常”被否定了。但笔者注意到第一类文献中出现了适宜用初始因子解决问题的4个实例，具体是：文[1]练习9.30的奥运会男子径赛多元数据(本文的附中作了该数据适宜用初始因子的说明)；何晓群教授文[5](2004)例6.1中银行雇员多元数据有“旋转后公共因子解释原始数据的能力没有提高，”；余锦华教授等[7] (2005)例9.2.1企业经济效益多元数据(其作了较好的初始因子解释)，其与文[4]都给出了初始因子公式；卢纹岱等文[2](2006)在其12.1.5的顾客偏好多元数据；文[2](2006)在其12.1.5中将初始因子误当作主成分分析(这个看法还不在少数)，有效地解决了市场研究中的顾客偏好问题，而无初始因子之名；刘玉玫等文[10](2003)类似文[2]；文[11](2005)[12](2006)与文[2](第一版，2002)[10]商榷，说明它们的结果是初始因子的结果。 第二类：以方开泰教授(1989)为代表的文[13]~[22](1989~2006)认为“当我们获得的公共因子f及其载荷阵Λ难以和实际问题相对应时，可以通过某个正交阵Γ，使和ΛΓ有鲜明的实际意义。”这类多元统计分析教材比重为8/20=40%，观点是：旋转是有条件的，侧重了旋转后因子的结构简化规则，忽略了初始因子结构简化规则的明确。笔者注意到，这类文献有4本出现了：初始因子载荷阵 (比旋转后因子载荷阵)结构简化的4个实例，具体是于秀林教授等[14](1999)§9.3例1人均消费支出多元数据、薛薇[16](2004)的例10.3.2、王斌会教授[17](2005)的例10.5、朱顺泉教授[19](2006)的例4.7，后3个实例他们全部使用了旋转后因子，解决问题的决策相关性效果并不好。 第三类：王学民文[15](2003)有“如果因子载荷阵的所有元素都接近0或±1，则模型的公共因子就容易解释(有鲜明的实际意义)。”“初始因子解释与主成分的解释完全相同。”以Tasy R S教授文[23](2002)在认同第二类观点的同时,认为“在实际应用中,使用因子旋转来帮助解释公共因子,这在一些应用中可能有益，但在其它应用中未必有用。”这类多元统计分析教材有3本，比重为15%。笔者注意到，文[15]例8.3.1中用文[1]练习9.30的奥运会男子径赛多元数据，文[23]例8.9中,初始因子载荷阵(比旋转后因子载荷阵)结构简化，都作了较好的初始因子解释，但无进一步分析和解决实际问题的过程和结论。 关于初始因子及其载荷阵，在文[4][5][7][8][18][19]中，用标准化主成分及其载荷阵表示原始变量的方法估计；文[1][6]中，用主成分法与不加权最小二乘法估计，都得出:初始因子及其载荷阵是前m个标准化主成分及其载荷阵。 宋马林[24](2006)的实例有“从旋转后的因子模型看，没有未旋转前的效果好，因此采用未旋转前的数据。”并试着进一步解决实际问题；文[25](2007)用[24]的数据，给出了初始因子的应用，但其因子分析的结构简化规则不明确，因子个数m的确定有待深入，没有考虑因子的正向化。 上述20本教材中有11本认同旋转是有条件