强烈推荐因子分析方法.pptVIP

举例说明： 因子分析数学模型中几个相关概念 最新课件 * 最新课件 * 因子分析的五大基本步骤 第一步：因子分析的前提条件 由于因子分析的主要任务之一是对原有变量进行浓缩，即将原有变量中的信息重叠部分提取和综合成因子，进而最终实现减少变量个数的目的。因此它要求原有变量之间应存在较强的相关关系。否则，如果原有变量相互独立，相关程度很低，不存在信息重叠，它们不可能有共同因子，那么也就无法将其综合和浓缩，也就无需进行因子分析。本步骤正是希望通过各种方法分析原有变量是否存在相关关系，是否适合进行因子分析。 最新课件 * 第一步：因子分析的前提条件 三种方法判断数据是否适合作因子分析： 计算相关系数矩阵 在进行提取因子等分析步骤之前，应对相关矩阵进行检验，如果相关矩阵中的大部分相关系数小于0.3，则不适合作因子分析；当原始变量个数较多时，一般不会采用此方法或即使采用了此方法，也不方便在结果汇报中给出原始分析报表。 巴特利特球度检验 Bartlett球体检验的目的是检验相关矩阵是否是单位矩阵，如果是单位矩阵，则认为因子模型不合适。。一般说来，显著水平值越小（0.05）表明原始变量之间越可能存在有意义的关系，如果显著性水平很大（如0.10以上）可能表明数据不适宜于因子分析。 最新课件 * KMO KMO测度的值越高（接近1.0时），表明变量间的共同因子越多，研究数据适合用因子分析。通常按以下标准解释该指标值的大小：KMO值达到0.9以上为非常好，0.8～0.9为好，0.7～0.8为一般，0.6～0.7为差，0.5～0.6为很差。如果KMO测度的值低于0.5时，表明样本偏小，需要扩大样本。 第一步：因子分析的前提条件 三种方法判断数据是否适合作因子分析： 最新课件 * 最新课件 最新课件 最新课件 最新课件 最新课件 最新课件 最新课件 最新课件 最新课件 最新课件 最新课件 最新课件 最新课件 最新课件 最新课件 最新课件 最新课件 最新课件 最新课件 最新课件 最新课件 最新课件 因子分析方法 演讲人：马金芳 最新课件 * 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 最新课件 * 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。 最新课件 * 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=1,2,…,m）为共同因素； （3）m为所有变量共同因素的数目； （4）Uj为变量的唯一因素； （5）aij为因素负荷量。 最新课件 * 用矩阵的形式表示为Z=AF+U F称为因子，由于它们出现在每个原始变量的线性表达式（原始变量可以用Xj表示，这里模型中实际上是以F线性表示各个原始变量的标准化分数Zj），因此又称为公共因子. A称为因子载荷矩阵， aji称为因子载荷，是第j个原始变量在第i个因子上的负荷。 U称为特殊因子，表示了原有变量不能被因子解释的部分，其均值为0，相当于多元线性回归模型中的残差。 最新课件 * 因子分析的特点 （1）因子变量的数量远少于原有的指标变量的数量，因而对因子变量的分析能够减少分析中的工作量。 （2）因子变量不是对原始变量的取舍，而是根据原始变量的信息进行重新组构，它能够反映原有变量大部分的信息。 （3）因子变量之间不存在显著的线性相关关系，对变量的分析比较方便，但原始部分变量之间多存在较显著的相关关系。 （4）因子变量具有命名解释性，即该变量是对某些原始变量信息的综合和反映。 最新课件 * 因子分析数学模型中几个相关概念 1、因子载荷