因子分析模型讲解.ppt

本模板来源于网络，由第一课件网整理发布，免费分享给大家使用。更多精彩PPT模板，请访问使用时删除此备注即可。配色方案修改：配色方案在【格式】--【幻灯片设计】--【配色方案】--【编辑配色方案】下调整。LOGO的添加：Logo添加修改在【视图】--【母版】--【幻灯片母版】下调整。直接选择logo图片删除或修改。字体格式的设置：括标题和文本格式的设置在【视图】--【母版】--【幻灯片母版】下调整。因子分析数学模型计算步骤及实例因子旋转因子得分用矩阵表示因子分析的数学模型用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示因子分析的数学模型用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示因子分析的数学模型用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示因子分析的数学模型用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示用矩阵表示简记为且满足为任一个m阶的正交阵，上式仍满足约束条件因子分析每个相应的系数不是唯一的，即因子载荷阵不是唯一的。通过模型以F代替X，由于m≤p,从而达到简化变量维数目的。因子分析的目的因子载荷的统计意义因子载荷aij的统计意义是第i个变量与第j个公共因子的相关系数。用统计学术语叫权重，表示Xi依赖Fj的份量（比重）。02正交因子模型中各统计量的意义01因子载荷阵A中第i行元素的平方和，即公共因子方差变量共同度的统计意义剩余方差称为变量Xi的共同度。为了说明它的统计学意义，对Xi的表达式两边求方差，即因子载荷阵A中各列元素的平方和记为01表示第j个公共因子对所有分量的总影响，称为第j个公共因子对X的贡献，它是衡量第j个因子相对重要性的指标02公共因子Fj方差的统计意义因子载荷阵的估计方法01则协差阵可分解为04主成分法主因子法极大似然法02设样本的协差阵的特征值和对应的标准正交化特征向量分别为：0301当最后p-m个特征值较小时，协差阵可以近似的分解为A即为因子协方差阵。当X的协方差阵未知，可以用样本协方差阵S去代替。02因子旋转不管用何种方法确定因子载荷矩阵A，它们都不是唯一的，我们可以由任意一组初始公共因子做线性组合，得到新的一组公共因子，使得新的公共因子彼此之间相互独立，同时也能很好的解释原始变量之间的相关关系。这样的线性组合可以找到无数组，这样就引出了因子旋转。因子旋转的目的是为了找到意义更为明确，实际意义更明显的公因子。因子旋转不改变变量共同度，只改变公因子的方差贡献。因子旋转分为两种：正交旋转和斜交旋转特点：正交旋转：由因子载荷矩阵A左乘一正交阵而得到，经过旋转后的新的公因子仍然保持彼此独立的性质。正交变化主要包括方差最大旋转法、四次最大正交旋转、平均正交旋转。斜交旋转：放弃了因子之间彼此独立这个限制，可达到更简洁的形式，实际意义也更容易解释。不论是正交旋转还是斜交旋转，都应该在因子旋转后，使每个因子上的载荷尽可能拉开距离，一部分趋近1，一部分趋近0，使各个因子的实际意义能更清楚地表现出来。方差最大化正交旋转假设前提：公因子的解释能力能够以其因子载荷平方的方差来度量先考虑两个因子的平面正交旋转：假设前提：公因子的解释能力能够以其因子载荷平方的方差来度量先考虑两个因子的平面正交旋转：假设前提：公因子的解释能力能够以其因子载荷平方的方差来度量先考虑两个因子的平面正交旋转：假设前提：公因子的解释能力能够以其因子载荷平方的方差来度量先考虑两个因子的平面正交旋转：假设前提：公因子的解释能力能够以其因子载荷平方的方差来度量先考虑两个因子的平面正交旋转：目的：希望所得结果能使载荷矩阵的每一列元素的绝对值尽可能向1和0两极分化，即原始变量中一部分主要与第一因子有关，另一部分主要与第二因子有关，也就是要求（b112,…,bp12），（b122,…,bp22）这两组的方差尽量大。为此，正交旋转的角度必须满足使旋转后得到因子载荷阵的总方差V1+V2=G达到最大。经过计算，其旋转角度可按下面公式求得：如果公共因子多于两个，我们可以逐次对每两个进行上述的旋转，设公共因子数m2第一轮旋转，每次取两个，全部