统计检验分析-第九章.pptVIP

第九章 因子分析（Factor Analysis） 一般认为因子分析是从Charles Spearman在1904年发表的文章《对智力测验得分进行统计分析》开始，他提出这种方法用来解决智力测验得分的统计方法。 目前因子分析在心理学、社会学、经济学等学科中都取得了成功的应用，是多元统计分析中典型方法之一。 是一种数据简化的技术。它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个假想变量来表示其基本的数据结构。 这几个假想变量能够反映原来众多变量的主要信息。原始的变量是可观测的显在变量，而假想变量是不可观测的潜在变量，称为因子。 例如，在企业形象或品牌形象的研究中，消费者可以通过一个有24个指标构成的评价体系，评价百货商场的24个方面的优劣。 但消费者主要关心的是三个方面，即商店的环境、商店的服务和商品的价格。因子分析方法可以通过24个变量，找出反映商店环境、商店服务水平和商品价格的三个潜在的因子，对商店进行综合评价。 而这三个公共因子可以表示为： 因子分析与回归分析不同，因子分析中的因子是一个比较抽象的概念，而回归因子有非常明确的实际意义； 主成分分析分析与因子分析也有不同，主成分分析仅仅是变量变换，而因子分析需要构造因子模型。 主成分分析:原始变量的线性组合表示新的综合变量，即主成分； 因子分析：潜在的假想变量和随机影响变量的线性组合表示原始变量。 内 容 一、应用实例 二、因子分析模型 三、因子载荷矩阵求解 四、公因子重要性的分析 五、因子分析的步骤、展望和建议 六、利用SPSS进行因子分析 一、应用实例 １、问题及背景 实施科技大开放战略是实现地区经济发展的迫切要求。为了分析比较各地区科技大开放的发展状况，我们选择因子分析进行综合评价。具体选择２００６年全国３０个省市、自治区（西藏除外）如下指标数据来分析： 高新企业出口额占全部出口额比重（ｘ１，％） 每万人高新企业个数（Ｘ２，个） 三资企业拥有发明专利占大中型工业企业发明专利的比重（ｘ３，％） 人均拥有大中型工业企业技术引进经费和购买国内技术经费（ｘ４，元） 三资企业科学家和工程师人数占整个大中型工业企业科学家和工程师人数比重（ｘ５，％）。 ２、分析过程 第一步：录入数据，数据格式如下 第二步：启动多元统计分析程序，选择因子分析 第三步：方差贡献率为85%。 ３、输出结果和分析结论 （２）由因子载荷矩阵得因子模型为： （４）计算综合因子得分，并以各因子和综合因子得分进行排名。 二、因子分析模型 1、因子分析的数学模型 2、因子载荷阵的统计意义 1、因子分析的数学模型 无论是R型或Q型因子分析，都用公共因子F代替X，一般要求mp，mn，因此，因子分析与主成分分析一样，也是一种降低变量维数的方法。 我们下面将看到，因子分析的求解过程同主成分分析类似，也是从一个协方差阵出发的。 因子分析与主成分分析的差异 主成分分析的数学模型本质上是一种线性变换，是将原始坐标变换到变异程度大的方向上去，相当于从空间上转换观看数据的角度，突出数据变异的方向，归纳重要信息。 而因子分析从本质上看是从显在变量去“提练”潜在因子的过程。正因为因子分析是一个提练潜在因子的过程，因子的个数m取多大是要通过一定规则确定的，并且因子的形式也不是唯一确定的。 一般说来，作为“自变量”的因子F1，F2，…，Fm是不可直接观测的。 这里我们应该注意几个问题： 2、因子载荷阵的统计意义 前面的因子分析模型中出现了一个概念叫因子载荷矩阵，实际上因子载荷矩阵存在明显的统计意义。 为了对因子分析过程和计算结果做详细的解释，我们对因子载荷矩阵的统计意义加以说明。 三、因子载荷矩阵求解 四、公因子重要性的分析 1、因子旋转 2、因子得分 1、因子旋转 因子分析的目标之一就是要对所提取的抽象因子的实际含义进行合理解释。 有时直接根据特征根、特征向量求得的因子载荷阵难以看出公共因子的含义。 例如，可能有些变量在多个公共因子上都有较大的载荷，有些公共因子对许多变量的载荷也不小，说明它对多个变量都有较明显的影响作用。 这种因子模型反而是不利于突出主要矛盾和矛盾的主要方面的，也很难对因子的实际背景进行合理的解释。 这时需要通过因子旋转的方法，使每个变量仅在一个公共因子上有较大的载荷，而在其余的公共因子上的载荷比较小，至多达到中等大小。 这时对于每个公共因子而言（即载荷矩阵的每一列），它在部分变量上的载荷较大，在其它变量上的载荷较小，使同一列上的载荷尽可能地向靠近1和靠近0两极分离。 这时就突出了每个公共因子和其载荷较大的那些变量的联系，矛盾的主要方面显现出来了，该公共因子的含义也就能通过这些载荷较大变量做出合理的说明，这样也显示了该公共因子的主要性质。 由于因子载荷阵