(优选)第六讲因子分析
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
(优选)第六讲因子分析
什么 叫因 子分
析
定义解释
因子分析是主成分分析的推广和发展, 它是把具有复杂关系的多个变量(或样 品)综合为少数几个因子,并给出原始 变量与综合因子之间的相关关系的多元 统计分析方法
种类
R型因子分析(对变量进行因子分析) Q型因子分析(对样品进行因子分析)
应用意义
因子 得分
Hale Waihona Puke Baidu
应用范围 应用类型
基本思想 数学模型
因子 分析 的模
型
主成 分分 析与 因子 分析 的区
别
主成分分析是一种数学变换 (正交变换)不能称为一种数 学模型;而因子分析需要构造 数学模型。
主成分的个数与原始数据个数 相等,是把原始变量变换成为 相互独立的新的变量;而因子 个数一般要求小于原始数据个 数,目的在于得到一个结构简 单的因子模型。
所谓结构简化就是使得每个变量 仅在一个公共因子上有较大的载 荷,而在其他的公共因子上的载 荷比较小。
常用的方法有:
正交旋转、斜交旋转等。最常用 的是方差最大正交旋转。
方差 最大 正交 旋转
方差最大正交旋转:
是使因子载荷矩阵中,各因子 载荷值的总方差达到最大作为 因子载荷矩阵结构简化的准则。 其中。总方差最大,而不是某 个因子方差极大。即如果第个 变量在第个公共因子上的载荷 经过“方差极大”旋转后,其 值增大或减少,意味着这个变 量在另一些公共因子上的载荷 要缩小或增大。所以“方差极 大”旋转是使载荷值按照列向0, 1两极分化,同时也包含着按行 向两极分化。
表示的形式不同。
因子 分析 的统 计意
义
假定因子模型中,各个变量、 公共因子、特殊因子都已经进 行了标准化处理
因子载荷矩阵的统计意义
变量共同度的统计意义
公因子方差贡献的统计意义
因子 载荷 矩阵 的估 计方
法
方法一:主成分方法 方法二:根据定义进行
因子 旋转
含义:
因子旋转是根据因子载荷矩阵的 不唯一性,用一个正交矩阵右乘 因子载荷矩阵,实行旋转(由线 性代数,一次正交变换,对应坐 标系的一次旋转),使旋转后的 因子载荷矩阵结构简化,以便对 公共因子进行合理的解释。
什么 叫因 子分
析
定义解释
因子分析是主成分分析的推广和发展, 它是把具有复杂关系的多个变量(或样 品)综合为少数几个因子,并给出原始 变量与综合因子之间的相关关系的多元 统计分析方法
种类
R型因子分析(对变量进行因子分析) Q型因子分析(对样品进行因子分析)
应用意义
因子 得分
Hale Waihona Puke Baidu
应用范围 应用类型
基本思想 数学模型
因子 分析 的模
型
主成 分分 析与 因子 分析 的区
别
主成分分析是一种数学变换 (正交变换)不能称为一种数 学模型;而因子分析需要构造 数学模型。
主成分的个数与原始数据个数 相等,是把原始变量变换成为 相互独立的新的变量;而因子 个数一般要求小于原始数据个 数,目的在于得到一个结构简 单的因子模型。
所谓结构简化就是使得每个变量 仅在一个公共因子上有较大的载 荷,而在其他的公共因子上的载 荷比较小。
常用的方法有:
正交旋转、斜交旋转等。最常用 的是方差最大正交旋转。
方差 最大 正交 旋转
方差最大正交旋转:
是使因子载荷矩阵中,各因子 载荷值的总方差达到最大作为 因子载荷矩阵结构简化的准则。 其中。总方差最大,而不是某 个因子方差极大。即如果第个 变量在第个公共因子上的载荷 经过“方差极大”旋转后,其 值增大或减少,意味着这个变 量在另一些公共因子上的载荷 要缩小或增大。所以“方差极 大”旋转是使载荷值按照列向0, 1两极分化,同时也包含着按行 向两极分化。
表示的形式不同。
因子 分析 的统 计意
义
假定因子模型中,各个变量、 公共因子、特殊因子都已经进 行了标准化处理
因子载荷矩阵的统计意义
变量共同度的统计意义
公因子方差贡献的统计意义
因子 载荷 矩阵 的估 计方
法
方法一:主成分方法 方法二:根据定义进行
因子 旋转
含义:
因子旋转是根据因子载荷矩阵的 不唯一性,用一个正交矩阵右乘 因子载荷矩阵,实行旋转(由线 性代数,一次正交变换,对应坐 标系的一次旋转),使旋转后的 因子载荷矩阵结构简化,以便对 公共因子进行合理的解释。