相关系数矩阵是单位矩阵.PPT

多元统计分析－因子分析  多元统计分析（简称多元分析）是运用数理统计的方法研究多变量（多指标）问题的理论和方法，是一元统计学的推广。 因子分析的提出 为尽可能完整描述一个事物，往往要收集它的许多指标 多指标产生的问题： 计算处理麻烦 信息重叠 从众多的指标中剔除一些指标又会造成信息丢失 因子分析的基本思想 因子分析的基本出发点 将原始指标综合成较少的指标，这些指标能够反映原始指标的绝大部分信息（方差是各变量值与其均值离差平方的平均数,是测度数值型数据离散程度的主要指标. ） 这些综合指标之间没有相关性 因子分析的基本思想 因子变量的特点 这些综合指标称为因子变量，是原变量的重造 个数远远少于原变量个数，但可反映原变量的绝大部分方差 不相关性 可命名解释性 因子分析的基本步骤 确认待分析的原始变量是否适合作因子分析 构造因子变量 利用旋转方法使因子变量具有可解释性 计算每个样本的因子变量得分 因子分析的数学模型 数学模型（xi为标准化的原始变量；Fi为因子变量；kp） 也可以矩阵的形式表示为： X=AF+ε 因子分析的相关概念 因子载荷 在因子变量不相关的条件下，aij就是第i个原始变量与第j个因子变量的相关系数。aij的绝对值越大，则Xi与Fi的关系越强 特殊因子 表示了原有变量不能被因子解释的部