第十一章 因子分析

第十一章 因子分析

ID:5900039

大小:74.50 KB

页数:7页

时间:2017-12-28

第十一章  因子分析_第1页
第十一章  因子分析_第2页
第十一章  因子分析_第3页
第十一章  因子分析_第4页
第十一章  因子分析_第5页
资源描述:

《第十一章 因子分析》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、第十一章因子分析11.1主要功能11.2实例操作 11.1主要功能多元分析处理的是多指标的问题。由于指标太多,使得分析的复杂性增加。观察指标的增加本来是为了使研究过程趋于完整,但反过来说,为使研究结果清晰明了而一味增加观察指标又让人陷入混乱不清。由于在实际工作中,指标间经常具备一定的相关性,故人们希望用较少的指标代替原来较多的指标,但依然能反映原有的全部信息,于是就产生了主成分分析、对应分析、典型相关分析和因子分析等方法。调用DataReduction菜单的Factor过程命令项,可对多指标或多因素资料进行因子分析。因子分析的基本目的就是用少

2、数几个因子去描述许多指标或因素之间的联系,即将相关比较密切的几个变量归在同一类中,每一类变量就成为一个因子(之所以称其为因子,是因为它是不可观测的,即不是具体的变量,这与上一章的聚类分析不同),以较少的几个因子反映原资料的大部分信息。 返回目录返回全书目录 11.2实例操作[例11-1]下表资料为25名健康人的7项生化检验结果,7项生化检验指标依次命名为X1至X7,请对该资料进行因子分析。 X1X2X3X4X5X6X73.768.596.227.579.035.513.278.749.649.733.664.996.147.287.083.9

3、80.627.009.491.330.541.344.527.072.591.300.443.311.031.005.2810.029.8412.6611.766.923.3611.6813.579.879.777.502.171.794.545.337.633.5313.139.8713.7410.162.732.106.227.308.844.7618.5211.064.782.131.090.821.282.408.391.122.353.708.597.124.695.511.665.909.848.394.947.239.469.5

4、54.948.219.412.985.493.011.341.615.769.274.924.382.307.315.354.523.086.441.173.682.171.271.571.551.512.541.031.771.044.254.502.425.119.179.725.985.812.808.8413.6010.056.687.7912.0011.748.079.1012.507.852.642.764.571.785.409.023.966.494.3911.582.771.793.752.459.913.433.555.3

5、82.097.5012.675.249.065.3716.183.512.104.663.102.621.192.013.433.721.971.751.432.812.272.421.051.291.720.91 11.2.1数据准备激活数据管理窗口,定义变量名:分别为X1、X2、X3、X4、X5、X6、X7,按顺序输入相应数值,建立数据库,结果见图11.1。  图11.1原始数据的输入 11.2.2统计分析激活Statistics菜单选DataReduction的Factor...命令项,弹出FactorAnalysis对话框(图11.2

6、)。在对话框左侧的变量列表中选变量X1至X7,点击Ø钮使之进入Variables框。  图11.2因子分析对话框 点击Descriptives...钮,弹出FactorAnalysis:Descriptives对话框(图11.3),在Statistics中选Univariatedescriptives项要求输出各变量的均数与标准差,在CorrelationMatrix栏内选Coefficients项要求计算相关系数矩阵,并选KMOandBartlett’stestofsphericity项,要求对相关系数矩阵进行统计学检验。点击Continu

7、e钮返回FactorAnalysis对话框。  图11.3描述性指标选择对话框 点击Extraction...钮,弹出FactorAnalysis:Extraction对话框(图11.4),系统提供如下因子提取方法:  图11.4因子提取方法选择对话框 Principalcomponents:主成分分析法;Unweightedleastsquares:未加权最小平方法;Generalizedleastsquares:综合最小平方法;Maximumlikelihood:极大似然估计法;Principalaxisfactoring:主轴因子法;A

8、lphafactoring:α因子法;Imagefactoring:多元回归法。本例选用Principalcomponents方法,之后点击Continue钮返回F

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。