浅论因子分析法在飞行能力综合分析及评价中应用.docVIP

浅论因子分析法在飞行能力综合分析及评价中应用 　　　[论文关键词]飞行能力；因子分析；公因子 　　[论文摘要]利用因子分析，揭示了影响飞行能力强弱的主要因素是飞行学员的综合反应能力。同时，在保证原始数据损失较小的情况下，把多个变量综合为三个公因子，简化了数据结构，客观地确定了权重，使飞行能力的综合评价更准确，为选择飞行能力强的学员提供了有益的参考依据。 　　1引言 　　我国民航事业的发展，需要大量的飞行员．飞行员的培养质量是我国民航进一步持续、快速、健康发展的重要基础，是事关航空安全的大事．高素质的飞行员由诸多因素所决定，其中，很重要的一个决定性因素就是飞行员自身的飞行能力． 　　由于飞行能力的差异，每一个飞行学员未必都能成为飞行员，即使有的成为飞行员，在飞行驾驶技术上也参差不齐．这种现状不仅在培训方面给国家带来了经济损失，而且还会给民航的飞行安全带来一定的影响．因此，提高飞行员的培养质量，尤为重要．笔者认为：做好以下两方面的工作是重要的：一是选择飞行能力强的学生；二是在学习训练阶段，不间断地加强学员飞行能力的培养，提高他们的飞行能力．这样，我们就能为中国民航事业培养出高素质的飞行员，满足持续、快速、健康发展的中国民航对飞行员的需求． 　　我院教师曾在“预测飞行能力”方面作了首次尝试．他们利用逐步回归法选出6个评价飞行员飞行能力的指标，建立了评价飞行能力的回归方程，然后对飞行学员的飞行能力作评价，定等级，但是，效果不太理想．其原因在于：①选出的评价飞行能力的指标虽然都在不同程度上反映了一个学员的飞行能力的某些信息，但是各指标之间存在一定的相关关系，反映的信息在一定程度上有重叠；②评价飞行能力等级界限的确定，人的主观因素参与较多，影响了评价等级的客观性．因此，有必要寻找和设计较少的几个指标，来综合各指标携带的信息，这几个综合指标相互独立，所代表的信息既不重叠，又包含了原指标的大部分信息．因子分析正体现了这一思想，因此，因子分析法是解决该问题的一个好方法． 　　本文利用因子分析法，对飞行能力进行综合分析与评价，取得较好评价结果，为民航飞行员的选拔提供科学的参考依据． 　　2因子分析法 　　因子分析通过研究可观测变量的相关矩阵或协方差矩阵的内部依赖关系，把多个变量综合为少数几个称为公因子或主因子的因子，并用这几个不可观测的公因子的线性函数与特定因子之和来描述原来观测的每一变量，既找到可观测变量受公因子支配的规律，从而尽可能合理地解释存在于可观测的原始变量之间的相关性，并起到简化变量维数与结构的作用。 　　设某问题中的有一定的相关关系的p个变量 　　称为因子分析模型.用矩阵表示: 　　(iii)计算出相关矩阵的特征值 　　从表2我们可以看出：前三个特征值的贡献率已达76．283%，即可描述原变量的信息已达76．283%，而后三个携带的信息较少，也就忽略不计．因此，提取前三个因子能对所分析的问题作出较好的解释． 　　(iv)求主成分解，并选用最大方差旋转法旋转因子，得因子载荷矩阵(见表3)． 　　　通过旋转，得到比较理想的因子载荷矩阵．从表3可以看出：X5，X6二个变量在因子F1上有较大的正载荷．这是一个典型的综合反应能力因子，代表了飞行学员综合反应能力的大小，即飞行学员动作的灵活性，判断的敏捷性与准确性的体现． 　　在因子F2中，X3具有较大的正载荷，在其它指标上，有相对较小的正载荷或负载荷．这表明因子F2是一个典型的被动反应因子，代表了飞行学员动作的协调性和动作节奏的快慢程度． 　　在因子F3中，X1具有很大的正载荷，X2具有较大的正载荷，因此F3是一个典型的简单反应因子，代表了飞行学员接受到简单的光(声)信号做出动作反应所需的时间，即代表了对信号反应快慢的程度． 　　通过因子分析，用三个主因子F1，F2，F3代表了六个反应飞行能力的指标，已具有76．283%的把握，且各因子也有了明确的解释．F1包含了变量X5和X6携带的大部分信息，称为综合反应能力因子；F2包含了变量X3携带的大部分信息，称为被动反应因子；F3包含了变量X1，X2携带的大部分信息，称为简单反应因子． 　　(v)运用SPSS软件得出30个学员的因子得分、排名及综合排名，见表4． 　　利用因子得分，每一个学员的综合得分值可用因子F1，F2，F3的贡献率作为权重ai(i=1，2，3)与对应的得分之积： 　　这样，就可以得到30名飞行学员中每一名的飞行能力的综合得分zj(j=1，2，…，30)及其综合排名，即飞行能力强弱的高低排序．(表4) 　　4结束语 　　通过上面的分析，可以得出如下结论： 　　一、飞行能力的因子分析，在保持原指标大量信息的基础上，简化了观测结构．将原有的反映飞行能力的6个指标降维成三个公因子，用三个公因子来描述