应用多元统计第七章实验题答案.docVIP

第七章 因子分析 班级： 姓名 学号： 7.7利用因子分析方法分析下列30个学生成绩的因子构成，并分析各个学生较适合学文学科还是理学科。 序号 数学 物理 化学 语文 历史 英语 1 65 61 72 84 81 79 2 77 77 76 64 70 55 3 67 63 49 65 67 57 4 80 69 75 74 74 63 5 74 70 80 84 81 74 6 78 84 75 62 71 64 7 66 71 67 52 65 57 8 77 71 57 72 86 71 9 83 100 79 41 67 50 10 86 94 97 51 63 55 11 74 80 88 64 73 66 12 67 84 53 58 66 56 13 81 62 69 56 66 52 14 71 64 94 52 61 52 15 78 96 81 80 89 76 16 69 56 67 75 94 80 17 77 90 80 68 66 60 18 84 67 75 60 70 63 19 62 67 83 71 85 77 20 74 65 75 72 90 73 21 91 74 97 62 71 66 22 72 87 72 79 83 76 23 82 70 83 68 77 85 24 63 70 60 91 85 82 25 74 79 95 59 74 59 26 66 61 77 62 73 64 27 90 82 98 47 71 60 28 77 90 85 68 73 76 29 91 82 84 54 62 60 30 78 84 100 51 60 60 解：（1）变量共同度：每个变量对所提取的所有公共因子的依赖程度，由下表可以直接看出： 数学 物理 化学 语文 历史 英语 Initial 1 1 1 1 1 1 Extraction 0.692 0.51 0.674 0.865 0.862 0.914 （2）由所做出的Total Variance Explained表中可以看出,本题中只有一个因子，因此应提取相应的四个公因子，且前两个因子已经可以解释75.26%的方差。 Component Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 3.238 53.972 53.972 3.238 53.97 53.972 2.57 42.86 42.86 2 1.277 21.288 75.26 1.277 21.29 75.26 1.94 32.4 75.26 3 0.681 11.346 86.607 　 　 　 　 　 　 4 0.458 7.634 94.24 　 　 　 　 　 　 5 0.212 3.526 97.767 　 　 　 　 　 　 6 0.134 2.233 100 　 　 　 　 　 　 Extraction Method: Principal Component Analysis. 　 　 　 　 　 　 （3） 数学 物理 化学 语文 历史 英语 1 -0.662 -0.53 -0.56 0.9 0.857 0.816 2 0.503 0.478 0.605 0.233 0.357 0.498 则由上表可写出每个原始变量的因子表达式： X1=-0.662F1+0.503F2； X2=-0.53F1+0.478F2； X6=0.816F1+0.498F2; （4）由Rotated Component Matrix表可以给出旋转后的因子载荷矩阵（见下表）， 数学 物理 化学 语文 历史 英语 1 -0.245 -0.15 -0.099 0.867 0.904 0.953 2 0.795 0.698 0.815 -0.335 -0.209 -0.072 且由此表可以看出，经过旋转后的载荷系数已经明显的两极化了，第一个公共因子在指标语文、历史、英语上有较大的载荷，说明这三个指标有较强的相关性，可以归为一类，从分科情况来看，这三个指标属于学生较适合学文学科；第二个公共因子在指标为数学、物理、化学上有较大载荷，同样可以归为一类，这三个指标同属于学生较适合学理科。 （5）根据因子得分系数矩阵与原始变量的标准化值可