探索性因素分析ppt課件(完整版)
【正文】 ft Depth .990Powder .990 14特徵向量與特徵值n 相關(guān)矩陣中的對(duì)角線代表變項(xiàng)的標(biāo)準(zhǔn)化的變異量（ ） n 因素分析經(jīng)由因素的萃取對(duì)於觀察變項(xiàng)相關(guān)矩陣進(jìn)行萃取後，轉(zhuǎn)換成為特徵值（ L） L=V’RV V’V=In V稱為特徵向量n 上式可以轉(zhuǎn)換為 R=AA’， A稱為因素負(fù)荷矩陣相關(guān)矩陣 R 特徵值矩陣 L15因素負(fù)荷矩陣n 前式可以轉(zhuǎn)換為 R=AA’， A稱為因素負(fù)荷矩陣16直交轉(zhuǎn)軸n Varimax法：將因素負(fù)荷量的變異數(shù)最大化n 將高相關(guān)更高，低相關(guān)更低（ 19度轉(zhuǎn)軸）17共同性與解釋百分比n Communality共同性：n 變項(xiàng)的變異量被因素解釋的百分比()2+(.981)2=.970(997)2+()2=.996(.994)2+(.026)2=.989()2+()2=.960 = .98 .50 .48%=18重製矩陣n 重製矩陣為由因素所推導(dǎo)出的相關(guān)矩陣19Factor scores 因素分?jǐn)?shù)n 因素分?jǐn)?shù)的產(chǎn)生由因素負(fù)荷量為基礎(chǔ)，透過(guò)迴歸分析原理來(lái)獲得一組因素分?jǐn)?shù)係數(shù)，即可計(jì)算因素分?jǐn)?shù)n 因素分?jǐn)?shù)係數(shù)為因素負(fù)荷量與相關(guān)係數(shù)反矩陣的乘積n 因素分?jǐn)?shù)為原始變項(xiàng)分?jǐn)?shù)轉(zhuǎn)換為 Z分?jǐn)?shù)後乘以因素分?jǐn)?shù)係數(shù)而得n 各變項(xiàng)由因素得到的預(yù)測(cè)分?jǐn)?shù)公式如下2021因素?cái)?shù)目判斷原則n 一般原則：解釋變異量n 因素越多，解釋變異量越大n 因素越多，簡(jiǎn)效性越低（模式越複雜）n 因素?cái)?shù)目判斷方法n 特徵值n 大於 1（表示大於 ）n 因素?cái)?shù)目合理範(fàn)圍為變項(xiàng)數(shù)除以 3至除以 5之間n 陡坡檢定 Scree test (Cattell, 1966)n 特徵值明顯出現(xiàn)變化時(shí)為合理數(shù)目n 殘差分析n 殘差類似於各變項(xiàng)間的相關(guān)在移除了因素的影響後的淨(jìng)相關(guān)n 檢驗(yàn)不同因素?cái)?shù)目下，殘差矩陣中的數(shù)值，高於 .05或 .10以上者過(guò)多，表示可能在其他因素n 因素負(fù)荷量檢驗(yàn)n 單一觀察變項(xiàng)的因素並不恰當(dāng)n 二個(gè)觀察變項(xiàng)的因素在兩變項(xiàng)相關(guān)高（ r.7），與其他變項(xiàng)相關(guān)低時(shí)，為合理。探索性因素分析：主成分分析與
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1