多元统计分析-因子分析.ppt

主成份分析和因子分析的异同 降维、简化数据结构 基于变量之间的内部依赖关系（R） 可以用于综合评价 可以用于图解样品 和回归分析结合 因子载荷的统计含义 主成份分析和因子分析的异同 数学模型不同 主成份是原变量的线性组合，是综合的过程；因子分析实际上是对原变量进行分组 因子载荷矩阵 综合评价函数的构造方法（主成份分析：取第一主成份，因子分析： 和回归分析结合时，主成份、公共因子的作用是不同的 * 1、方差最大法 方差最大法从简化因子载荷矩阵的每一列出发，使和每个因子有关的载荷值平方的方差最大。当只有少数几个变量在某个因子上有较高的载荷值时，对因子的解释最简单。方差最大的直观意义是希望通过因子旋转后，使每个因子上的载荷值尽量拉开距离，一部分的载荷趋于?1，另一部分趋于0。 * * 根据求极值的原理，使 ，由此可求出因子轴旋转角度 * 当公共因子个数m2时，可以将上述m=2的方法用于 逐次对每两个公共因子进行旋转。每旋转一次，V值就会增大，即V是单调不减的，并且V是有界的，因为因子载荷的绝对值不大于1。因此，经过若干次旋转后，V变化相对就不大了，即可停止旋转。 对两因子的旋转， * 2、四次方最大旋转 四次方最大旋转是从简化载荷矩阵的行出发，通过旋转初始因子，使每个变量只在一个因子上有较高的载荷，而在其它的因子上尽可能低的载荷。如果每个变量只在一个因子上有非零的载荷，这时的因子解释是最简单的。 四次方最大法通过使因子载荷矩阵中每一行的因子载荷平方的方差达到最大。 * * 旋转后因子的共同度 设?正交矩阵，做正交变换 旋转后因子的共同度没有发生变化！ * 旋转后公共因子的方差贡献 设?正交矩阵，做正交变换 旋转后公共因子的方差贡献发生了变化！ * 第五节 因子得分 （一）因子得分的概念 前面我们主要解决了用公共因子的线性组合来表示一组观测变量的有关问题。如果我们要使用这些因子做其他的研究，比如把得到的因子作为自变量来做回归分析，对样本进行分类或评价，这就需要我们对公共因子进行测度，即给出公共因子的值。 * 因子分析的数学模型为： 因子得分函数： 可见，要求得每个因子的得分，必须求得分函数的系数，而由于pm，所以不能得到精确的得分，只能通过估计。 * 2、回归法 1) 思想 其中 * * 简记为 其中 因此 * 而因子载荷阵 故 * 人均要素变量因子分析。对我国31个省市自治区的要素状况作因子分析。指标体系中有如下指标： X1 ：人口（万人） X2 ：面积（万平方公里） X3 ：GDP（亿元） X4 ：人均水资源（立方米/人） X5：人均生物量（吨/人） X6：万人拥有的大学生数（人） X7：万人拥有科学家、工程师数（人） Rotated Factor Pattern FACTOR1 FACTOR2 FACTOR3 X1 -0.21522 -0.27397 0.89092 X2 0.63973 -0.28739 -0.28755 X3 -0.15791 0.06334 0.94855 X4 0.95898 -0.01501 -0.07556 X5 0.97224 -0.06778 -0.17535 X6 -0.11416 0.98328 -0.08300 X7 -0.11041 0.97851 -0.07246 * ? ? ? 高载荷指标 ? 因子命名 ? 因子1 X2；面积（万平方公里） X4:人均水资源（立方米/人） X5:人均生物量（吨/人） 自然资源因子 ? 因子2 X6：万人拥有的大学生数（人） X7：万人拥有的科学家、工程师数（人） ? 人力资源因子 ? 因子3 ? X1;人口（万人） X3:GDP(亿元) 经济发展总量因子 ? X1=-0.21522F1-0.27397F2+0.89092F3+ X2=0.63973F1-0.28739F2-0.28755F3+ X3=-0.15791F1+0.06334F2+0.94855F3+ X4=0.95898F1-0.01501F2-0.07556F3 X5=0.