应用概率统计之因子分析.pptxVIP

本资料来源;因子分析;§1 引言 因子分析(factor analysis)是一种用来分析隐藏在表象背后的因子作用的一类统计模型和方法。它通过研究众多变量之间的内部依赖关系，探求观测数据的根本结构，并用少数几个不可观测的所谓公共因子的线性组合与特殊因子之和来描述原来观测的每一分量。 ;; 主成分分析与因子分析的不同：主成分分析仅仅是变量变换，而因子分析需要构造因子模型。 主成分分析：原始变量的线性组合表示新的综合变量，即主成分； 因子分析：潜在的假想变量和随机影响变量的线性组合表示原始变量。;§ 2 因子分析模型 ;一、数学模型;所谓因子分析，就是从可以观测的变量x1,…,xp给出的样本数据中，求出载荷矩阵A，预测出公共因子y1,…,ym.; 二、 因子载荷矩阵中的几个统计特征 ; 2、变量共同度的统计意义 ;所有的公共因子和特殊因子对变量xi的奉献为1。 越大，说明xi对各公共因子的共同依赖程度越大，故称为xi的共同度。; 3、公共因子yj方差奉献的统计意义;§ 3 因子载荷矩阵的估计方法;;;注意到因子分析的目的是寻求少数几个公共因子，故略去后面的p-m项的奉献。同时假定模型中的特殊因子是不重要的，因而从R的分解中忽略特殊因子的方差，即有;主成份法估计载荷矩阵的根本步骤： 1、计算样本相关阵 ； 2、计算 的特征值 及相应的标准正交特征向量 3、给定公共因子数m (p)，因子载荷阵的估计为 4、特殊因子方差阵的估计：;公共因子个数确实定方法： 取m，使R-AAT接近对角阵； 取m，使 取m，使;〔二〕极大似然估计法;它通过?依赖?和??。上式并不能唯一确定?,为此可添加一个唯一性条件： 这里?式一个对角矩阵，用数值极大化的方法可以得 到极大似然估计 。极大似然估计 将使 为对角阵，且似然函数到达最大。 ; 例 假定某地固定资产投资率x1，通货膨胀率 x2，失业率x3，相关系数矩阵为 试用主成分分析法求因子分析模型。; 特征根为： ; 可取前两个因子y1和y2为公共因子，第一公因子y1物价就业因子，对X的奉献为1.55。第???公因子y2为投资因子，对X的奉献为0.85。共同度分别为1，0.706，0.706。;§ 4 因子旋转〔正交变换〕; 百米跑成绩X1； 跳远成绩X2； 铅球成绩X3； 跳高成绩X4； 400米跑成绩X5； 百米跨栏X6； 铁饼成绩X7； 撑杆跳远成绩X8； 标枪成绩X9； 1500米跑成绩X10 ;;;因子载荷矩阵可以看出，除第一因子在所有的变量在公共因子上有较大的正载荷，可以称为一般运动因子。其他的3个因子不太容易解释。似乎是跑和投掷的能力比照，似乎是长跑耐力和短跑速度的比照。于是考虑旋转因子，得下表 ;; 通过旋转，因子有了较为明确的含义。百米跑〔X1〕，跳远〔X2〕和400米跑〔X5〕，需要爆发力的工程在F1有较大的载荷，可以称为短跑速度因子； 铅球〔X3〕，铁饼〔X7〕和标枪〔X9〕在F2上有较大的载荷，可以称为爆发性臂力因子； 百米跨栏〔X6〕，撑杆跳远〔X8〕，跳远〔X2〕和跳高〔X4〕在 F2上有较大的载荷，可以称为爆发腿力因子；F4为长跑耐力因子。;变换后因子的共同度;变换后因子奉献; 1、方差最大法 方差最大法从简化因子载荷矩阵的每一列出发，使和每个因子有关的载荷的平方的方差最大。当只有少数几个变量在某个因子上有较高的载荷时，对因子的解释最简单。方差最大的直观意义是希望通过因子旋转后，使每个因子上的载荷尽量拉开距离，一局部的载荷趋于?1，另一局部趋于0。;;