运用因子载荷阵分组变量的新主成分法及其应用.pdfVIP

运用因子载荷阵分组变量的新主成分法及其应用 谢智聪 (中国太平洋人寿保险股份有限公司 番禺支公司，广东 5l 1430) 摘 要：文章提出了R型一因子分析法有得分函数与命名不一致且不符合实际、正交因子间完 全线性无关、综合得分函数难分重要因子的变量、片面以信息量衡量各因子相对重要性等缺陷．提出 运用因子栽荷阵分组变量的新主成分法，并以我国区域产业素质水平为例．得到综合变量命名清晰， 得分函数意义清晰并与命名一致，得分值更具实际意义，变量系数可检验指标体系和考察各变量相 对重要性，此法可找重要综合因素，从中发现和解决问题等结论．． 关键词：因子；载荷阵：分组变量：主成分；实证 中图分类号：F224．9 文献标识码：A 文章编号：l002—6487(2008)l2—00l9—04 《对应用主成分法进行综合评价的探讨》 知．目前尚未发现R 0 弓I言 型一因子分析上述的f1)、f4)、f5)缺陷，另外该法各组主成分方 差贡献率算错．且组间相关，不能把各组第一主成分值加权平 多元统计方法中的R型一因子分析法在经济、管理等领 均求总综合得分，否则权数完全取决于分组后综合变量的信 域广泛应用．但存在一些缺陷： 息量。如实例中最重要综合因素贡献率 1．43／9=0，l6 小于次 f1)得分函数与命名不一致。以本文实证分析部分各地区 重要综合因素贡献率 1．6，9=0，l8，加权平均得的总综合函数 域产业素质水平实例： 没有解决缺陷(4)、(5)。由此得目前尚未彻底地发现和解决 从表 l(因子旋转载荷阵)得，产业技术与政策因子Z 与 R型一因子分析法的问题。 X ，X ，X 呈明显正相关，与变量X 的相关性低，但从得分函数 笔者结合主成分分析和R型一因子分析法的优点．以我 (见下式)看出因子Z 的得分值受变量X 影响很大。 国区域产业素质水平实证分析为例．通过跟R型一因子分析 Zl=0．05xl一0．23x2+0．287x3+0．0003x4+0．o07 5+0．394x6+ 法比较．着重从实际意义去分析．得新主成分法使综合变量 0．41 X7+0．008x8—0．1 25x9 命名清晰；得分函数与命名一致，意义更清晰；总综合得分从 (2)得分函数不符合实际。如上式因子Z 与区域产业规 全局性出发．考虑了综合变量的相关性和重要性．变量系数 模水平(x：)，全员劳动生产率(x )呈明显负关系。但产业技术越 有一定层次．使结果更具参考价值：变量系数可检验指标体 高，政策越完善，越能提高劳动生产率和扩大区域产业规模。 系合理性和考察变量对研究对象的重要程度：可找重要综合 f3)正交因子间完全线性无关．但研究同一问题的综合因 因素．从中发现和解决问题的结论。 素大多是有一定的相关性 f41综合得分函数中变量的权数紊乱，难分属于重要因子 1 运 用 因 子 载 荷 阵 分 组 变 量 的 新 主 成 分 法 的变量。如实例： 的思 路 Z综=0．063xl+0．056x2+0．1 X3+0．092x4+0．079x5+0．095x6+ 0．076x7+0．053x8+0．087x9 1．1 变量的分组和综合 变量的命名 从表 l(旋转因子载荷阵)得知，变量X ．x ，X 与最重要 取旋转载荷阵与初始因子载荷阵在变量命名清晰化中 的产业专业化与规模综合因素Z 明显正相关．故应在上式 的较优者作为变量分组的依据．再利用主成分法可把多个相 权重较大，但上式变量权数的层次