因子分析模型的建立(編輯修改稿)
2025-07-22 02:25 本頁面
【文章內(nèi)容簡介】 關(guān)系數(shù)表變量食品煙酒衣著家庭設(shè)備醫(yī)療保健交通通信娛樂教育居住食品煙酒衣著家庭設(shè)備醫(yī)療保健交通通信娛樂教育居住2特征根求解及方差分解對(duì)消費(fèi)者物價(jià)的8個(gè)分類指標(biāo)建立因子分析模型，求得樣本相關(guān)矩陣R的特征根和貢獻(xiàn)率，表3總方差分解表所示，由表3繪制公共因子與特征根的碎石圖，如圖1所示 (橫坐標(biāo)為公因子數(shù)，縱坐標(biāo)為公共因子的特征值)。表3 總方差分解表因子原始特征根抽取變量旋轉(zhuǎn)后變量特征根方差貢獻(xiàn)率累計(jì)方差貢獻(xiàn)率特征根方差貢獻(xiàn)率累計(jì)方差貢獻(xiàn)特征根方差貢獻(xiàn)率累計(jì)方差貢獻(xiàn)率因子1因子2因子3因子4 因子5 因子6 因子7 因子8 由表3可見，其余五個(gè)特征值均很小，前三個(gè)公共因子對(duì)樣本方差的貢獻(xiàn)和為 %，即取3 % 。由圖1 也可以看出，前三個(gè)公共因子變化最大，說明這三個(gè)公共因子提供了原始數(shù)據(jù)8個(gè)指標(biāo)所能表達(dá)的足夠的信息。所以選擇公公因子的個(gè)數(shù)為3。圖1公共因子與特征根的碎石圖因子旋轉(zhuǎn)及因子得分同時(shí)，為防止初始因子負(fù)載矩陣不足“簡單結(jié)構(gòu)原則”，難以找到因子的實(shí)際意義，因此本文采用對(duì)負(fù)載矩陣進(jìn)行旋轉(zhuǎn)的方法，以達(dá)到使結(jié)構(gòu)簡化的目的。方差最大法正交旋轉(zhuǎn)后的因子負(fù)載矩陣如表4所示。表4旋轉(zhuǎn)后的因子負(fù)荷系數(shù)變量公共因子共同度123食品煙酒衣著家庭設(shè)備
外語相關(guān)推薦
鄂ICP備17016276號(hào)-1