因子分析法教材课程.pptVIP

因子分析 因子分析的原理与模型   因子分析的计算步骤及应用实例 因子分析的模型 基本思想 数学模型 主成分分析与因子分析的区别 主成分分析是一种数学变换（正交变换）不能称为一种数学模型；而因子分析需要构造数学模型。 主成分的个数与原始数据个数相等，是把原始变量变换成为相互独立的新的变量；而因子个数一般要求小于原始数据个数，目的在于得到一个结构简单的因子模型。 表示的形式不同。 因子分析的统计意义 假定因子模型中，各个变量、公共因子、特殊因子都已经进行了标准化处理 因子载荷矩阵的统计意义 变量共同度的统计意义 公因子方差贡献的统计意义 因子载荷矩阵的估计方法 方法一：主成分方法 方法二：根据定义进行 因子旋转 含义： 因子旋转是根据因子载荷矩阵的不唯一性，用一个正交矩阵右乘因子载荷矩阵，实行旋转（由线性代数，一次正交变换，对应坐标系的一次旋转），使旋转后的因子载荷矩阵结构简化，以便对公共因子进行合理的解释。 所谓结构简化就是使得每个变量仅在一个公共因子上有较大的载荷，而在其他的公共因子上的载荷比较小。 常用的方法有： 正交旋转、斜交旋转等。最常用的是方差最大正交旋转。   方差最大正交旋转 方差最大正交旋转： 是使因子载荷矩阵中，各因子载荷值的总方差达到最大作为因子载荷矩阵结构简化的准则。其中。总方差最大，而不是某个因子方差极大。即如果第个变量在第个公共因子上的载荷经过“方差极大”旋转后，其值增大或减少，意味着这个变量在另一些公共因子上的载荷要缩小或增大。所以“方差极大”旋转是使载荷值按照列向0，1两极分化，同时也包含着按行向两极分化。 因子得分 第二节因子分析的计算步骤及应用实例 计算步骤 第一步：数据标准化 第二步：计算相关系数矩阵 第三步：计算相关系数矩阵的特征值以及特征向量 第四步：确定综合因子数以及因子结构和因子模型 综合因子数的确定： 依据定义 依据贡献比例 第五步：计算因子得分 应用实例