因子分析报告方法.pptVIP

因子分析方法 演讲人：马金芳 因子分析的基本概念 因子分析的概念 就是在尽可能不损失信息或少损失信息的情况下，将多个变量减少为 少数几个潜在的因子。也就是用少数几个因子来描述许多指标或因素之间的联系，以较少几个因子来反映原资料的大部分信息的统计学分析方法 主成分分析（Principal component analysis）： 是因子分析的一个特例，是使用最多的因子提取方法。它通过坐标变换手段，将原有的多个相关变量，做线性变化，转换为另外一组不相关的变量。选取前面几个方差最大的主成分，这样达到了因子分析较少变量个数的目的，同时又能与较少的变量反映原有变量的绝大部分的信息。 两者关系：主成分分析（PCA）和因子分析（FA）是两种把变量维数降低以便于描述、理解和分析的方法，而实际上主成分分析可以说是因子分析的一个特例 因子分析的基本模型 因子分析模型中，假定每个原始变量由两部分组成：共同因子和唯一因子。 共同因子是各个原始变量所共有的因子，解释变量之间的相关关系。 唯一因子顾名思义是每个原始变量所特有的因子，表示该变量不能被共同因子解释的部分。原始变量与因子分析时抽出的共同因子的相关关系用因子负荷表示。 因子分析最常用的理论模式如下： （j=1,2,3…,n，n为原始变量总数） （1）Zj为第j个变量的标准化分数； （2）Fi（i=