主成分分析和因子分析在Eviews中的实现.ppt

图13.12 因子设定对话框 * 第六十三页，编辑于星期二：十四点 十七分。 1．Estimation 选择钮 Estimation标签用于控制主要的估计设置（图13.11），其中主要包括估计方法、因子个数设定、初始贡献率以及其他属性4个方面的设置。 (1) 估计方法（Method） 在Method的下拉菜单中，EViews提供了多种估计方法：极大似然估计法、广义最小二乘法、不加权最小二乘法、主成分分析法、迭代主成分分析法以及非迭代的分区协方差估计方法（PACE）。选择不同的方法，在右边的属性部分将会显示不同的设置。 * 第六十四页，编辑于星期二：十四点 十七分。 (2) 因子数（Number of factors） EViews提供了很多的方法选择因子数，各种方法的简要概括可参考13.2.4节的介绍。默认的，EViews使用Velicer的minimum average partial（MAP）方法。实证模拟结果表明：MAP和平行分析方法比起其他常用的方法来更精确。可以根据需要选择不同的方法，但是页面也会发生相应的改变。 (3) 公共方差的初值 （Initial Communalities） 大部分估计方法都需要公共方差的原始估计。例如，对主成分估计方法