概率论与数理统计_12.docVIP

概率论与数理统计8 1 4 第八章§81 引言什么是因子分析 例1 为了了解学生的学习能力观测了n个学生p个科目的成绩分数用X1Xp表示p个科目例如代数几何语文英语政治 Xt xt1xtp′t1n表示第t个学生p个科目的成绩我们对这些资料进行归纳分析可以看出各个科目即变量由两部分组成 XiaiFεi i1p com其中F是对所有Xii1p所共有的因子它表示智能高低的因子εi是变量Xi特有的特殊因子这就是一个最简单的因子模型5 第八章§81 引言什么是因子分析进一步可把这个简单因子模型推广到多个因子的情况即全体科目X所共有的因子有m个如数学推导因子记忆因子计算因子等分别记为F1Fm即 Xiai1 F1 ai2 F2aim Fm εi  i1p com 用这m个不可观测的相互独立的公共因子F1Fm也称为潜因子和一个特殊因子εi来描述原始可测的相关变量科目 X1Xp并解释分析学生的学习能力6 第八章§81 引言什么是因子分析 例2 调查青年对婚姻家庭的态度抽取了n个青年回答了p50个问题的答卷这些问题可归纳为如下几个方面对相貌的重视对孩子的观点等这也是一个因子分析的模型每一个方面就是一个因子 例3 考察五个生理指标收缩压X1舒张压X2心跳间隔X3呼吸间隔X4和舌下温度X5从生理学的知识这五个指标是受植物神经支配的植物神经又分为交感神经和副交感神经因此这五个指标有两个公共因子也可用因子分析的模型去处理它 7 第八章§81 引言什么是因子分析 例4 Linden对二次大战1945年以后奥林匹克十项全能的得分进行研究n160用X1-X10表示十项全能的标准化得分数据十项全能包括100米铝球跳高跳远400米110米跨栏铁饼撑杆标枪1500米目的是分析哪些因素决定了十项全能的成绩以此来指导运动员的选拔工作 这些因素可归纳为如下几类短跑速度爆发性臂力腿力耐力等这也是一个因子分析的模型每一个因素就是一个公共因子 8 第八章§81 引言什么是因子分析 因子分析的主要应用有两方面 一是寻求基本结构简化观测系统将具有错综复杂关系的对象变量或样品综合为少数几个因子不可观测的相互独立的随机变量以再现因子与原变量之间的内在联系 二是用于分类对p个变量或n个样品进行分类9 第八章§81 引言什么是因子分析 因子分析根据研究对象可以分为R型和Q型因子分析 R型因子分析研究变量指标之间的相关关系通过对变量的相关阵或协差阵内部结构的研究找出控制所有变量的几个公共因子或称主因子潜因子用以对变量或样品进行分类 Q型因子分析研究样品之间的相关关系通过对样品的相似矩阵内部结构的研究找出控制所有样品的几个主要因素或称主因子 10 第八章§81 引言什么是因子分析 因子分析与主成分分析有区别 主成分分析一般不用数学模型来描述它只是通常的变量变换而因子分析需要构造因子模型正交或斜交 主成分分析中主成分的个数和变量个数p相同它是将一组具有相关性的变量变换为一组独立的综合变量注意应用主成分分析解决实际问题时一般只选取mm p个主成分而因子分析的目的是要用尽可能少的公因子以便构造一个结构简单的因子模型 11 第八章§81 引言什么是因子分析 主成分分析是将主成分表示为原变量的线性组合而因子分析是将原始变量表示为公因子和特殊因子的线性组合 另一方面这两种分析方法之间在某些情况下也有一定联系这些我们将从下面的介绍中看到12 第八章§82 因子模型 正交因子模型 设XX1Xp′是可观测的随机向量 EXμDX∑FF1Fm′m p是不可观测的随机向量EF0DFIm 即F的各分量方差为1且互不相关 又设εε1εp′与F相互独立且Eε0 Dε diagσ21σ2p D对角阵 13 第八章§82 因子模型 正交因子模型假定随机向量X满足以下的模型 X1-μ1a11F1a12F2a1mFmε1X2-μ2a21F1a22F2a2mFmε2 com Xp-μpap1F1ap2F2apmFmεp 则称模型com为正交因子模型 用矩阵表示为14 第八章§82 因子模型正交因子模型 其中FF1Fm′F1Fm称为X的公共因子 εε1εp′ε1εp称为X的特殊因子 公共因子F1Fm对X每一个分量X1 X2 Xp都有作用而εi只对Xi起作用而且各特殊因子之间以及特殊因子与所有公共因子之间都是相互独立的15 第八章§82 因子模型正交因子模型 模型中的矩阵Aaijp×m 是待估的系数矩阵称为因子载荷矩