因子分析教材课程.pptVIP

因子分析;即 用矩阵表示 或 X=AF+ε;这里 是其它对 有影响的因子，通常是指公共因子以外的因子称为特殊因子。 只对 有影响。通常假定;因子分析就是要估计出A，求出因子模型，将为数众多的变量减少为几个新因子，以再现它们之间的内在联系，以达到降维和对变量或样品进行分类的目的。 因子分析有R型因子分析和Q型因子分析。 R型因子分析是对变量作因子分析； Q型因子分析是对样品作因子分析 这里以R型因子分析为例。Q型类似。;第一节 因子分析原理 ;这里 是原始变量， 是公共因子， 也就是说F对每个Xi都起作用， ε称为特殊因子， εi只对 起作用。;用矩阵表示且满足1、2、3、 ，即F与s不相关4、 ，即 不相关且方差为1;即 是原变量 与公共因子 的相关系数，即 依赖 的程度（比重）， 因此用统计学的术语叫“权”，心理学家叫它“载荷”，表示第i个变量在第j个公共因子上的负荷。 ;2变量共同度 将下式两边求方差，即 记 称为变量共同度，即变量 的共同度，是因子载荷矩阵A中第i行元素的平方和,是所有公共因子对 的方差贡献, 表示相应 对 的方差贡献。 反映了特殊因子对 的方差贡献， 叫特殊因子方差。则;说明变量 的方差由两部分组成：第一部分 为变量共同度，它反映了全部公因子对变量 的总方差所作的贡献， 为特殊因子方差。 若 则说明变量 的几乎全部信息都被所选取的公因子说明了。 若 则说明 几乎全部信息都由特殊因子解释公因子对 起的作用很小。 由此可见， 反映了变量 对公因子F的依赖程度;（3）公因子 的方差贡献 考虑指定的一个公因子 ， 对各变量 的影响，由A 中第j列的元素平方和来描述。 令 j=1，2，…，p 称 为公因子 对X的贡献。表示公因子 对每一个 变量 所提供的方差贡献总和。 很明显， 的值越大，反映了 对X的影响越大，所以 是衡量公因子重要性的一个尺度,一个指标。 ;总结上述讨论，我们得到矩阵A中元素的统计意 义如下： （1） 是原变量 与公因子 的相关系数 （2） = 是公因子F对 的方差贡献，也是 变量 对公因子F的依赖程度 （3） 是公因子 对X的方差贡献， 是衡量公因子重要性的一个指标。 ; （1）每一个 是原变量 与公共因子 的相关系数 （2）每一行元素的平方和 = 是所有公因子 对 的方差总贡献 （3）每一列元素的平方和 是公因子 对 的方差总贡献 ;等于公因子Fj所对应的特征值，即 gj2= ;因子分析与主成分分析既有联系，又有区别。 主成分分析是把主成分表示成原变量的线性组合。（当有p个非零特征根时） （主成 分与原 变量一 样多）  它是一种变量替换，由变量X可得F的观测值。; ;第二节 因子模型及因子得分;设随机向量 的相关矩阵为R λ1≥λ2≥…≥λp0为R的特征根, e1, e2, …,ep 为对应的单位特征向量 ,;例1 将上一章例子对全国30个省市自治区的经济发 展八项指标作因子分析。 首先对原始数据标准化，以消除量纲的影响； 第二步 建立指标间的相关系数阵R。;第三步 求R的特征值和特征向量。;第一特征向量 e1;第四步 建立因子载荷阵。; 二、 因子旋转 进行因子分析，不仅要找出公共因子，建立因子结构模型，达到对变量降维，