管理研究方法论 第五节 因子分析.docVIP

第五节 因子分析 一、因子分析的基本原理 因子分析是用少数几个因子去研究多个原始指标之间关系的一种多元统计方法。它的基本思想是找出决定原始指标的内在的主要的因素，以简化人们的认识，找出决定事物特性的主要原因，对比较复杂的事物进行比较研究。 1.因子模型 设有p个指标，x1,x2………xp，每个指标已经标准化，设每个指标可以表示为以下形式： x1＝a11F1+a12F2+………………＋a1mFm+ x2= a21F1+a22F2+………………＋a2mFm+ …………………………………………… xp＝aP1F1+aP2F2+………………＋aPmFm+ 式中的Fj（j=1,2,3,………m）称为公共因子，（每个变量都与它们有关）。它们是不可观测的，其意义要根据具体问题来解释。εi 称为特殊因子，它们与公共因子彼此独立。aij是第i个指标在第j个公共因子上的系数，称为因子荷载。 A=( aij)p×m称为荷载因子矩阵。 因子分析的主要任务之一就是根据一组原始数据，确定变量的荷载矩阵。 2.因子荷载矩阵A的统计意义 （1）aij是第i个指标xi与第j个公共因子Fj的相关系数。 A中第i行的各个元素（因子荷载）说明了第i个指标xi依赖于各个公共因子的程度；第j列元素说明第j个公共因子Fj与各个指标的联系程度。因此常根据该列绝对值较大的因子荷载所对应的指标来解释这个公因子的意义。即这个因子是决定哪个指标的。 （2）A中第i行元素的平方和 称为指标x的共同度。 由于各特殊因子与所有的公共因子之间是独立的，而且各个指标和公共因子均已经标准化，所以有 即 该式说明，指标xi的方差由两部分组成：第一部分为共同度hi2,它刻划全部公共因子对指标xI的总方差的贡献，它越大，说明该指标的全部原始信息被m个公共因子概括程度越高，m个公共因子对该指标的描述就越有效。第二部分是单个指标所特有的方差。 （3）A中第j列元素的平方和 表示第j个公共因子Fj对原始指标所提供的方差贡献之和。它是衡量各个公共因子相对重要性的一个尺度。 由于各个原始指标都已经标准化，所以原始指标提供的总方差 称 为第j个公共因子的方差贡献率。方差贡献率αj越大，说明第j个公共因子Fj越重要。 若前m个公共因子的方差贡献率占到总方差的相当大的比例（如80%以上），那末就可以认为这m个公共因子较好的概括了原指标。即原指标的信息可用这m个因子的信息近似代替。 3.因子荷载矩阵A的估计 给定p个指标的n组观察值X=(xij)n×p 如何从X出发，确定较少的m个公共因子，估计出因子荷载，建立因子模型是因子分析首先要解决的问题。 估计因子荷载的方法常用的有主成份分析法，主因子方法和最大似然函数法。 根据主成份分析原理，根据p个指标的n组观察值可以通过转换变为p个主成份： Y=U’X U为正交矩阵。 y1=u11x1+u21x2+……＋up1xp y2=u12x1+u22x2+……＋up2xp …………………………… y2=u1mx1+u2mx2+……＋upmxp …………………………… yp=u1px1+u2px2+……＋uppxp 取前面m个主成份。（这m个主成分的方差贡献率占了很大比重，如80%以上） 由上式 X=UY x1=u11y1+u12y2+……＋u1pyp x2=u21y1+u22y2+……＋u2pyp …………………………… xm=um1y1+um2y2+……＋umpyp …………………………… xp=up1y1+up2y2+……＋uppyp 式中U1 是与前m个主成份对应的U的那一部分。 x1=u11y1+u12y2+……＋u1mym+u1m+1ym+1+…+u1pyp x2=u21y1+u22y2+……＋u2mym+ u2m+1ym+1+…+u2py …………………………… Xp=up1y1+up2y2+……＋upmym + upm+1y