因子分析原理.ppt

因子分析

1

1引言

因子分析是一种数据简化的技术。它通过研究

2(factoranalysis)

众多变量之间的内部依赖关系，探求观测数据中的基本结构，并

用少数几个假想变量来表示其基本的数据结构。这几个假想变量

能够反映原来众多变量的主要信息。原始的变量是可观测的显在

变量，而假想变量是不可观测的潜在变量，称为因子。

3

例如，在企业形象或品牌形象的研究中，消费者可以通过一个有

24个指标构成的评价体系，评价百货商场的24个方面的优劣。

但消费者主要关心的是三个方面，即商店的环境、商店的服务

01

和商品的价格。因子分析方法可以通过24个变量，找出反映商

店环境、商店服务水平和商品价格的三个潜在的因子，对商店

进行综合评价。而这三个公共因子可以表示为：

称是不可观测的潜在因子。24个变量共享这三个因子，

02

但是每个变量又有自己的个性，不被包含的部分，称为特

xiii1F1i2F2i3F3ii1,,24

殊因子。

F1、F2、F3

i

注：

因子分析与回归分析不同，主成分分析分析与因子分析主成分分析:原始变量的线性因子分析：潜在的假想变量

因子分析中的因子是一个比也有不同，主成分分析仅仅组合表示新的综合变量，即和随机影响变量的线性组合

较抽象的概念，而回归因子是变量变换，而因子分析需主成分；表示原始变量。

有非常明确的实际意义；要构造因子模型。



Xi(i1,2,,p)p

设个变量，如果表示

为

§2因子分



析模X1型111121mF11

一、数学模型

XF

或2221222m22







Xppp1p2pmFmp

或XμAF

称为F,F,,F公共因子，是不可观测的变量，

他们的系数1称为2因子m载荷。是特殊因子，是不能被

i

前m个公共因子包含的部分。并且满足：

cov(F,)0,F,即不相关；

1

1

D(F)I





1

即互不相关，方差为1。

F1,F2,,Fm