因子分析和典型相关分析.pptxVIP

演讲者：王彤 ; 因子分析是主成分分析的推广和发展，它也是多元统计分析中降维的一种方法，是一种用来分析隐藏在表面现象背后的因子作用的一类统计模型。因子分析是研究相关阵或协方差阵的内部依赖关系，它将多个变量综合为少数几个因子，以再现原始变量与因子之间的相关关系。 因子分析起源于20世纪初，K.Pearson和C.Spearman等学者为定义和测定智力所作的统计分析。目前因子分析在心理学、社会学、经济学等学科取得了成功的应用。;因子分析函数;2.varimax函数 varimax()函数可以完成因子载荷矩阵的旋转变换（或反射变换），其使用格式为 varimax(x,normalize=TRUE,eps=1e-5) varimax()函数的返回值为一个列表，有：loadings表示旋转后的因子载荷矩阵， rotmat表示旋转矩阵。 3.promax函数 在计算中，有时需要做斜交变换，得到的旋转矩阵允许彼此相关。promax()函数就是完成一种斜交变换的方法，其使用格式为 pormax(x,m=4) promax()函数的返回值与varimax()函数相同，只是得到rotmat(旋转矩阵)，即矩阵T， 不再是正交阵，(T^TT)^(-1)为旋转因子的相关矩阵。;因子分析的计算;例7.22 现有48位应聘者应聘某公司的某职位，公司为这些应聘者的15项指标打分，这15项指标分别是：求职信的形式(FL)、外貌(APP)、专业能力(AA)、讨人喜欢(LA)、自信心(SC)、洞察力(LC)、诚实(HON)、推销能力(SMS)、经验(EXP)、驾驶水平(DRV)、事业心(AMB)、理解能力(GSP)、潜在能力(POT)、交际能力(KJ)和适应性(SUIT)。每项分数是从0分到10分，0分最低，10分最高。每位求职者的15项指标列在表7.19中。试用因子分析的方法对15项指标做因子分析，在因子分析中选取5个因子。;;;解：读数据（数据放在数据文件employ.dat中），再调用factanal()函数进行因子分析。 ;例7.23 （继例7.22）假如公司计划录用6名最优秀的申请者，公司将如何挑选这些应聘者？ 解： 简单的做法是计算每位申请者的总得分，按分数由高向低录取。但这种做法并不是最合适的，应该根据不同部分的需要按照公共因子的得分来录取。 计算因子得分;7.6典型相关分析; U=a1X1+a2X2+……+apXp, V=b1Y1+b2Y2+……+bqYq, 于是将两组变量的线性相关问题转化成研究两个变量的相关性问题，并且可以适当的调整相应的系数a,b,使得变量U和V的相关性达到最大，称这种相关为典型相关，基于这种原则的分析方法称为典型相关分析。;7.6.1典型相关分析的数学模型 ;;7.6.2典型相关分析的计算 在R中，cancor()函数完成典型相关分析的计算，其使用格式为 cancor(x,y,xcenter=TURE,ycenter=TURE) 参数x,y为两个随机变量样本构成的矩阵，xcenter,ycenter为逻辑变量，取TURE(默 认值)表示将数据中心化。 cancor()函数的返回值为一个列表，有：cor表示典型相关系数，xcoef表示变量X的典型相关系数，ycoef表示变量Y的典型相关系数，xcenter表示变量X的样本均值，ycenter表示变量Y的样本均值。 ;例7.24 某康复俱乐部对20名中年人测量了3个生理指标：体重(X1)、腰围(X2)、脉搏(X3)和3个训练指标：引体向上(Y1)、仰卧起坐次数(Y2)、跳跃次数(Y3)。其数据列在表7.20中。是对这组数据进行典型相关分析。;;