多元统计分析多元统计分析 (47).ppt

多元统计分析多元统计分析 (47).ppt

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
应用多元统计分析; 因子分析的目的不仅是求出公共因子,更主要的是知道每个公共因子的实际意义,以便对实际问题作出科学的分析. 为此必须对因子载荷阵施行旋转变换,使得各因子载荷的平方按列向0和1两极转化,达到其结构简化的目的.这种变换因子载荷阵的方法称为因子旋转,而旋转变换的方法主要有正交旋转,斜交旋转等.;一、理论依据; (8.4.1)和(8.4.2)式说明,若F是因子模型的公因子向量,则对任一正交阵Γ, Γ′F=Z 也是公因子向量.相应的AΓ是公因子Z 的因子载荷阵. 利用这一性质,在因子分析的实际计算中,当求得初始因子载荷阵A以后,就反复右乘正交阵Γ,使AΓ具有更明显的实际意义. 这种变换载荷矩阵的方法,称为因子轴的正交旋转.;二、因子载荷方差; 下面来引入度量因子载荷阵分散程度的统计量--因子载荷的方差. 首先 “标准化”:;令;则因子载荷阵A的方差为:; 若Vj值越大,A的第j个因子载荷向量数值越分散,如果载荷值或是趋于1或是趋于0,这时相应的公因子Fj具有简化结构.我们希望因子载荷阵A的方差尽可能大.;则B=AΓ是Z=Γ′F的因子载荷阵.这相当于将由F1,F2确定的因子平面旋转一个角度?.利用微积分的方法可以确定选择适当的角度? ,使载荷阵的总方差达最大.;此时; 当m>2时,可以逐次对每两个因子Fk, Fj (k≠j)进行以上旋转.选择正交旋转的角度?kj使这两个因子的方差之和达最大. m个因子的全部配对旋转,共需旋转Cm2次,全部旋转完毕算一次循环(或一轮),经第一轮旋转后计算旋转后的因子载荷方差V(1) ,此时不能认为V(1)就是最大方差,还需从旋转后的载荷阵出发,再进行第二轮旋转,…,等等.;小结应用多元统计分析; 因子分析的目的不仅是求出公共因子,更主要的是知道每个公共因子的实际意义,以便对实际问题作出科学的分析. 为此必须对因子载荷阵施行旋转变换,使得各因子载荷的平方按列向0和1两极转化,达到其结构简化的目的.这种变换因子载荷阵的方法称为因子旋转,而旋转变换的方法主要有正交旋转,斜交旋转等.;一、理论依据; (8.4.1)和(8.4.2)式说明,若F是因子模型的公因子向量,则对任一正交阵Γ, Γ′F=Z 也是公因子向量.相应的AΓ是公因子Z 的因子载荷阵. 利用这一性质,在因子分析的实际计算中,当求得初始因子载荷阵A以后,就反复右乘正交阵Γ,使AΓ具有更明显的实际意义. 这种变换载荷矩阵的方法,称为因子轴的正交旋转.;二、因子载荷方差; 下面来引入度量因子载荷阵分散程度的统计量--因子载荷的方差. 首先 “标准化”:;令;则因子载荷阵A的方差为:; 若Vj值越大,A的第j个因子载荷向量数值越分散,如果载荷值或是趋于1或是趋于0,这时相应的公因子Fj具有简化结构.我们希望因子载荷阵A的方差尽可能大.;则B=AΓ是Z=Γ′F的因子载荷阵.这相当于将由F1,F2确定的因子平面旋转一个角度?.利用微积分的方法可以确定选择适当的角度? ,使载荷阵的总方差达最大.;此时; 当m>2时,可以逐次对每两个因子Fk, Fj (k≠j)进行以上旋转.选择正交旋转的角度?kj使这两个因子的方差之和达最大. m个因子的全部配对旋转,共需旋转Cm2次,全部旋转完毕算一次循环(或一轮),经第一轮旋转后计算旋转后的因子载荷方差V(1) ,此时不能认为V(1)就是最大方差,还需从旋转后的载荷阵出发,再进行第二轮旋转,…,等等.;小结

文档评论(0)

职教中心 + 关注
实名认证
内容提供者

学高为师,身正为范!

认证主体余**

1亿VIP精品文档免费下

相关文档

相关课程推荐