因子分析课件_因素分析_详解.pptVIP

三、历史渊源 四、分析步骤我们厂要批量制作衣服 三、历史渊源 四、分析步骤第三主成分 三、历史渊源 四、分析步骤几个主成分之间相互独立主成分信息由大到小原始变量数与主成分数相等5 55 5 二、基本原理一、案例引读三、历史渊源 四、分析步骤五、案例详解因素分析（Factor Analysis)就是将错综复杂的实测变量归结为少数几个因子的多元统计分析方法。其目的是揭示变量之间的内在关联性，简化数据维数，便于发现规律或本质。因素分析的基本原理是根据相关性大小把变量分组，使得同组变量之间的相关性较高，不同组变量之间相关性较低。每组变量代表一个基本结构，这个结构用公共因子来进行解释。 二、基本原理一、案例引读三、历史渊源 四、分析步骤五、案例详解因子负荷量是指因素结构中原始实测变量与因素分析时抽取出共同因素的相关程度。在因素分析中，用两个重要指标“共同度”和“特殊因子”描述。?共同度是每个变量在每个共同因素之负荷量的平方总和（一横列中所有因素负荷量的平方和）。从共同性的大小可以判断这个原始实测变量与共同因素间之关系程度。特征值是每个变量在某一共同因素之因素负荷量的平方总和（一直行所有因素负荷量的平方和）。?? 方差贡献率----指公共因子对实测变量的贡献，又称变异量。 三、历史渊源二、基本原理四、分析步骤五、案例详解一、案例引读1904年Charles Spearman 三、历史渊源二、基本原理四、分析步骤五、案例详解一、案例引读x =a F+eiii4个假设：已知 三、历史渊源二、基本原理四、分析步骤五、案例详解一、案例引读x = a F + a F + … + a F + a ?111 112 21m m1 1数学模型x = a F + a F + … + a F + a ?221 122 22m m2 2……x = a F + a F + … + a F + a ?pp1 1p2 2pm mp p因素分析把每个原始变量分解成两部分：一部分由所有变量共同具有的少数几个因子构成，即所谓公共因素部分；另一部分是每个变量独自具有的因素，即所谓独特因子部分。其中，F ，F ，…，F 叫做公共因子，它们是12m在各个变量中共同出现的因子。?（i=1,2，…，p）表示影响xi的独特因子，i指原有变量不能被因子变量所解释的部分，相当于回归分析中的残差部分。aij叫做因子负荷（载荷），它是第i个变量在第j个主因子上的负荷，它反映了第i个变量在第j个主因素的相对重要性。xp 为第p个变量的标准化分数；m为所有变量共同因素的数目；F ，F ，…，F（）12m 四、分析步骤二、基本原理 三、历史渊源一、案例引读五、案例详解x =a F+eiii因子得分因子旋转因子负荷F→F’样本的优劣主成分法便于解释 四、分析步骤二、基本原理 三、历史渊源一、案例引读五、案例详解因子负荷因子旋转主成分法F→F’? 利用主成分分析把前几个主成分作为未旋转的公共因子。F’=DF共同度不变每个因子的贡献度变化因子载荷矩阵变化 四、分析步骤二、基本原理 三、历史渊源一、案例引读五、案例详解因子旋转F’=DFF’F’正交旋转 五、案例详解二、基本原理 三、历史渊源 五、分析步骤一、案例引读北京中等教育展平分析案例一详见《问卷统计与分析实务》吴明隆著；因素分析章节案例二 案例 1? 对北京18个区县中等职业教育发展水平的9个指标进行因子分析，然后进行综合评价。? x1：每万人中等职业教育在校生数x2：每万人中等职业教育招生数x3：每万人中等职业教育毕业生数x4：每万人中等职业教育专任教师数x5：本科以上学校教师占专任教师的比例x6：高级教师占专任教师的比例x7：学校平均在校生人数x8：国家财政预算中等职业教育经费占国内生产总值的比例x9：生均教育经费 案例 1（1）选择“Analyze（分析）——Data Reduction（数据缩减）——Factor（因子）…”命令，弹出“Factor Analyze（因子分析）”对话框，将变量“x1”到“x9”选入“Variables（变量）”框中。描述性统计量萃取转轴法分数选项图1-1 Factor Analyze对话框 案例 1（2）设置描述性统计量：单击图1-1对话框中的“Descriptives…”按钮，弹出“FactorAnalyze:Descriptives”（因素分析：描述性统计量）对话框。① “Statistics”（统计量）对话框A “Univariate descriptives”（单变量描述性统计量）：显示每一题项的平均数、标准差。B “Initial solution”（未转轴之统计量）：显示因素分析未转轴前之共同性、特征值、变异数百分比及累积百分比。② “Correlation Matric”（相关矩阵）选项框A