[工学]因子分析.pptVIP

在研究实际问题时往往希望尽可能多地收集相关变量，以期望对问题有比较全面、完整的把握和认识。 这些数据能够较为全面精确地描述事物，也会给统计分析带来许多问题。 为解决这些问题，最简单和最直接的解决方案是消减变量个数，但这必然又会导致信息丢失和信息不完整等问题的产生。 因子分析以最少的信息丢失为前提，将众多的原有变量综合成较少几个综合指标，名为因子。 数 学 建 模 数学教研室 齐德全 qidequan@163.com 因子分析 一、因子分析的基本内容 二、因子分析的基本操作 例如，学生综合评价研究中，可能会收集诸 如基础课成绩、专业基础课成绩、专业课成绩、 体育等各类课程的成绩以及累计获得各项奖学金 的次数等。 一、因子分析的基本内容 计算量的问题 变量间的相关性问题 例如，学生综合评价研究中，可能会收集诸 如基础课成绩、专业基础课成绩、专业课成绩、 体育等各类课程的成绩以及累计获得各项奖学金 的次数等。 为此，采用因子分析，它既能大大减少参与 数据建模的变量个数，同时也不会造成信息的大 量丢失。 通常，因子有以下几个特点： 因子个数远远少于原有变量的个数 因子能够反映原有变量的绝大部分信息 因子之间的线性关系不显著 因子具有命名解释性 因子分析的主要四个步骤： 因子分析的前提条件 因子提取 使因子更具有命名解释性 计算各样本的因子得分 二、因子分析的基本操作 有20名大学生关于价值观的9项测验结果，包括合作性、对分配的看法、行为出发点、工作投入程度、对发展机会的看法、社会地位的看法、权力距离、对职位升迁的态度、以及领导风格的偏好。 要求根据这9项内容进行因子分析、得到维度较少的几个因子。 参与因子分析的变量 条件变量 输入变量值 指定输出结果 基本描述统计量 因子分析的初始解 相关系数矩阵 相关系数检验的概率值 行列式 逆矩阵 巴特利特球度和KMO检验 提取因子的方法 主成分分析方法 依据 方法 相关系数矩阵 协方差阵 大于该值的特征根 因子数 未旋转的因子载荷矩阵 碎石图 横坐标为特征根的个数 纵坐标为各特征根的值 碎石图 因子旋转的方法 四次方最大法 方差最大法 等量最大法 斜交旋转法 旋转后的因子载荷矩阵 计算因子得分的方法 将因子得分保存的变量中 FACn_m 回归法 计算得分方法 输出因子得分函数中的因子得分系数