因子分析ppt课件.ppt

因子分析ppt课件.ppt

ID:50973683

大小:426.50 KB

页数:21页

时间:2020-03-16

因子分析ppt课件.ppt_第1页
因子分析ppt课件.ppt_第2页
因子分析ppt课件.ppt_第3页
因子分析ppt课件.ppt_第4页
因子分析ppt课件.ppt_第5页
资源描述:

《因子分析ppt课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、因子分析1因子分析(factoranalysis)是一种数据简化的技术。它通过研究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。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。§1引言2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

2、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,但是每个变量又有自己的个性,不被包含的部分,称为特殊因子。3注:因子分析与回归分析不同,因子分析中的因子是一个比较抽象的概念,而回归因子有非常明确的实际意义;主成分分析与因子分析也有不同,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。4主成分分析和因子分析的条件因子分析的前提是X1、X2…

3、Xn之间的相关性检验方法:⒈KMO样本测度:是简单相关系数平方和与偏相关系数平方和之差,0.7以上很合适,0.5以下不合适。⒉巴特莱特球体检验:小于α可作因子分析。偏相关系数是在排除了其他变量的影响下计算变量间的相关系数。假设我们需要计算X和Y之间的相关性,Z代表其他所有的变量,X和Y的偏相关系数可以认为是X和Z线性回归得到的残差Rx与Y和Z线性回归得到的残差Ry之间的简单相关系数,即pearson相关系数。5§2因子分析模型一、数学模型设个变量,如果表示为6称为公共因子,是不可观测的变量,他们的系数称为因子载荷。是特殊因子,是不能被前m个公

4、共因子包含的部分。并且满足:即不相关;即互不相关,方差为1。7即互不相关,方差不一定相等,。8二、因子载荷矩阵中的几个统计特征1.因子载荷aij的统计意义因子载荷是第i个变量与第j个公共因子的相关系数模型为反映了第i个变量与第j个公共因子的相关重要性,即表示Xi依赖Fj的份量,也表示第i个变量在第j个公共因子上的载荷。绝对值越大,表明Xi与Fj相关的密切程度越高。92、变量共同度的统计意义定义:变量的共同度是因子载荷矩阵的第i行的元素的平方和。是m个公因子对第i个变量的贡献。记为统计意义:两边求方差所有的公共因子和特殊因子对变量的贡献为1。如

5、果非常靠近1,非常小,则因子分析的效果好,从原变量空间到公共因子空间的转化性质好。103、公共因子方差贡献的统计意义11§3因子旋转(正交变换)建立了因子分析数学目的不仅仅要找出公共因子以及对变量进行分组,更重要的要知道每个公共因子的意义,以便进行进一步的分析,如果每个公共因子的含义不清,则不便于进行实际背景的解释。由于因子载荷阵是不惟一的,所以应该对因子载荷阵进行旋转。目的是使因子载荷阵的结构简化,使载荷矩阵每列或行的元素平方值向0和1两极分化。一、为什么要旋转因子12二、几种主要的正交旋转法:四次方最大法、方差最大法和等量最大法。方差最大

6、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,一部分的载荷趋于1,另一部分趋于0。13例:某地区人口资料如下:从主因子看x1=0.581F1+0.806F2x2=0.767F1-0.545F2X3=0.672F1+0.726F2X4=0.932F1-0.104F2X5=0.791F1-0.558F2可见F1与F2有一定相关关系。14旋转后F1主要与X2、X4、X5密切

7、F2主要与X1和X3密切F1与F2不相关,即为正交。15因子分析的数学模型为:原变量被表示为公共因子的线性组合,当载荷矩阵旋转之后,公共因子可以做出解释,通常的情况下,我们还想反过来把公共因子表示为原变量的线性组合。因子得分函数:可见,要求得每个因子的得分,必须求得分函数的系数,而由于p>m,所以不能得到精确的得分,只能通过估计。162、回归方法17§5因子分析的步骤计算所选原始变量的相关系数矩阵相关系数矩阵描述了原始变量之间的相关关系。可以帮助判断原始变量之间是否存在相关关系,这对因子分析是非常重要的,因为如果所选变量之间无关系,做因子分析

8、是不恰当的。并且相关系数矩阵是估计因子结构的基础。选择分析的变量用定性分析和定量分析的方法选择变量,因子分析的前提条件是观测变量间有较强的相关性,因为如果变量之间无

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。