主成分分析和因子分析在Eviews中的实现.pptVIP

2021/12/7 * 由因子载荷的意义有: （13.2.46） 即 则有 ,其中R为样本相关矩阵，于是公共因子的估计为： （13.2.47） 由样本计算相关矩阵，并估计因子载荷矩阵即可求得因子得分的估计值。 2021/12/7 * 3．因子得分的评价 由于因子的不确定性,使得大量学者关注模型估计结果评价的问题。Gorsuch (1983) 和 Grice(2001) 给出了关于下述测量方法的详细讨论。 （1）不确定性指标（Indeterminacy Indices） 度量不确定性的指标可以分为截然不同的两类。第一类指标测量每一个因子和被观测变量之间的多元相关系数r和它的平方r2。多元相关系数的平方是矩阵P = ? -1L的对角线元素，其中? 可观测的离差矩阵。这些指标的取值在0和1之间，数值越大越好。 第二类不确定性指标给出可供选择的因子得分之间的最小相关系数r*，r* = 2r2-1。最小相关系数取值范围为-1 到1。较大的正值是比较满意，因为它表明不同的得分集合将会产生相似的结果。 2021/12/7 * （2）有效性、单一性和相关精