因素分析方法PPT.ppt

因素分析方法;因素分析——Factor Analysis;因子分析;因子分析;模型形式;1．3 因子载荷矩阵 1．矩阵A称为因子载荷矩阵(component matrix)系数aij称为变量Xi在因子Fj上的载荷(loading)。即变量Xi在公共因子Fj上的载荷aij就是Xi与Fj的相关系数。反映公共因子对观察变量的影响程度。因子载荷越高，表明该因子包含原有指标的信息量越多。 2．载荷矩阵的估计：主成分法。 主成分法是估计载荷矩阵的一种方法，由于其估计结果和变量的主成分仅相差一个常数倍，因此就冠以主成分法的名称。学习的时候，不要和主成分分析混为一谈。主成分法是SPSS系统默认的方法，在一般情况下，这是比较好的方法。以数据“应征人员”为例，按特征值大于1提取公共因子。在用不同方法获得因子载荷时，公共因子对总体方差的贡献率以主成分法为最高：;第二节 变量的共同度与因子的方差贡献率 2．1 变量的共同度 定义 载荷矩阵A的第i行元素的平方和： 称为变量Xi的共同度(communality)。 共同度表示公共因子在多大的程度上解释变量Xi。 2．2 公共因子的方差贡献率 定义 载荷矩阵A第j列的平方和： 称为因子Fj对总体 的贡献(initial eigenvalues)。 ;共性方差： 也称方差贡献率，是用某个公共因子占总方差的百分比来说明共性因素的对观测变量总体的作用大小。 公共因子个数的选择应考虑： 因子所能解释的方差比率或贡献率； 与利用有关专业知识所得结果的合理一致性 通过这几种途径和手段对研究结果给予合理解释的可能性和可靠性。 一般，所选公共因子的个数应保证使其方差累计贡献率大于85%，且主成份个数与变量个数的比值越小越好。;第三节 方差最大正交旋转 3．1 因子旋转的意义 1．正交因子模型只是一个数学模型，所得的因子在专业上不一定能反映问题的实质，或者说：因子作为一个综合变量，其专业意义在许多情况下不容易解释。因子旋转就是针对这一问题，提出的一种改进的方法。 2．因子旋转的依据：因子模型的不唯一性。 正是由于因子模型的不唯一性，如果模型不适合专业解释，那么作一个正交变换T(即因子旋转)，在新模型中再去寻找因子的专业解释。经转换后的公共因子具有最大的载荷离散总平方和D。由此确定的因子载荷矩阵B，对每个公共因子来说，载荷最为分散，因此比较容易对因子的专业意义作出解释。;第四节 因子得分;*4．2 因子得分的估计(Thompson方法);第五节 KMO检验与Bartlett球形检验;5．2 因子分析可行性与效果检验;5．3 关于因子的解释;因子分析的目的和任务;主成份分析;第六节 实例——东西部经济发展因子分析;2.指定变量 （1）设立模型 土地面积,水资源,煤储量,森林蓄积,耕地面积,播种面积,总人口,GDP,基本建设,更新改造,工业增加值,固定资产,进出口,农林牧渔。