版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
第八章因子分析
FactorAnalysis1內(nèi)容梗概:8.1概述因子分析8.2因子分析的概念與步驟8.3使用FACTOR過(guò)程進(jìn)行因子分析28.1概述因子分析一、因子分析基本思想
從分析多個(gè)可觀測(cè)的原始指標(biāo)的相關(guān)關(guān)系入手,找到支配這種相關(guān)關(guān)系的有限個(gè)不可觀測(cè)的潛在變量,是多元分析中處理降維的一種統(tǒng)計(jì)方法.如:考察人體的五項(xiàng)生理指標(biāo):收縮壓、舒張壓、心跳間隔、呼吸間隔和舌下溫度.從生理學(xué)知識(shí),這五項(xiàng)指標(biāo)是受植物神經(jīng)支配的,植物神經(jīng)又分為交感神經(jīng)和副交感神經(jīng),因此這五項(xiàng)指標(biāo)也可以用因子分析模型去處理.3二、因子分析數(shù)學(xué)模型
X1:收縮壓X2:舒張壓X3:心跳間隔X4:呼吸間隔X5:舌下溫度F1:交感神經(jīng)F2:副交感神經(jīng)
commonfactor4
specificfactor
commonfactor5Xi:觀測(cè)指標(biāo)(標(biāo)準(zhǔn)化數(shù)據(jù))
Fi:公因子ei:特殊因子aij:因子載荷(計(jì)算關(guān)鍵項(xiàng))6X=AF+e7三、因子分析的主要應(yīng)用
(1).尋求基本結(jié)構(gòu),簡(jiǎn)化觀測(cè)系統(tǒng),將具有錯(cuò)綜復(fù)雜關(guān)系的對(duì)象(變量或樣本)綜合為少數(shù)幾個(gè)因子(不可觀測(cè)的隨機(jī)變量),并再現(xiàn)因子與原始變量之間的內(nèi)在聯(lián)系;(2).用于分類,對(duì)變量或樣本進(jìn)行分類.8四、因子分析與主成分分析的區(qū)別(1).主成分分析不能作為一個(gè)模型,只是變量變換,而因子分析需要構(gòu)造模型;(2).主成分的個(gè)數(shù)和變量的個(gè)數(shù)相同,它是將一組具有相關(guān)的關(guān)系的變量變換為一組互不相關(guān)的變量,而因子分析是要用盡可能少的的公因子,以便構(gòu)造一個(gè)簡(jiǎn)單的因子模型;(3).主成分表示為原始變量的線性組合,而因子分析是將原始變量表示為公因子和特殊因子的線性組合.98.2
因子分析的概念與計(jì)算步驟
1.因子分析模型
設(shè)p維可觀測(cè)的隨機(jī)向量X=(X1,...,Xp)'(假定Xi為標(biāo)準(zhǔn)化變量,即E(Xi)=0,Var(Xi)=1,i=1,2,…,p)表示為10
X=AF+ε
上式稱為因子模型,其中F1、F2、…、Fm稱為公因子,簡(jiǎn)稱因子,是不可觀測(cè)的變量;待估的系數(shù)陣A稱為因子載荷陣,aij(i=1,2,…,p;j=1,2,…,m)稱為第i個(gè)變量在第j個(gè)因子上的載荷(簡(jiǎn)稱為因子載荷);
ε稱為特殊因子,是不能被前m個(gè)公共因子包含的部分.并且滿足:cov(F,ε)=0,即F,ε不相關(guān);
D(F)=Im,即F1、F2、…、Fm互不相關(guān),方差均為1;D(ε)=diag(12,22,…,p2),即ε1、ε2、…、εp互不相關(guān),方差不一定相等,εi~N(0,i2).
因子分析的目的就是通過(guò)模型X=AF+ε以F代替X,由于m<p,從而達(dá)到降維的目的.112.因子分析模型中的幾個(gè)統(tǒng)計(jì)特征(1)因子載荷aij的統(tǒng)計(jì)意義
由Xi=ai1F1+…+aimFm+εi,兩邊同乘以Fj,再求數(shù)學(xué)期望:
E(XiFj)=ai1E(F1Fj)+…+aijE(FjFj)+…+aimE(FmFj)+E(εiFj)從而有rij=E(XiFj)=aij即載荷矩陣中第i行,第j列的元素aij是第i個(gè)變量與第j個(gè)公因子的相關(guān)系數(shù),反映了第i個(gè)變量與第j個(gè)公因子的相關(guān)程度.|aij|1,絕對(duì)值越大,相關(guān)程度越高.在這種意義上公因子解釋了觀測(cè)變量間的相關(guān)性.12(2)
.變量共同度的統(tǒng)計(jì)意義
因子載荷矩陣第i行的元素平方和:
稱為變量Xi的共同度(i=1,2,…,p).
對(duì)Xi=ai1F1+…+aimFm+εi兩邊求方差:
顯然,若因子方差hi2大,剩余方差i2必小.而hi2大就表明Xi對(duì)公因子的共同依賴程度大.設(shè)Var(Xi)=1,即所有的公共因子和特殊因子對(duì)變量Xi的貢獻(xiàn)為1.如果hi2非??拷?,則i2非常小,此時(shí)因子分析的效果好,從原變量空間到公共因子空間的轉(zhuǎn)化性質(zhì)好.可見hi2反映了變量Xi對(duì)公共因子F的依賴程度,故稱hi2為變量Xi的共同度.13(3)公共因子Fj方差貢獻(xiàn)的統(tǒng)計(jì)意義
因子載荷矩陣A中各列元素的平方和:
稱為公共因子Fj對(duì)X的貢獻(xiàn),是衡量Fj相對(duì)重要性的
指標(biāo),qj2越大表明Fj對(duì)X的貢獻(xiàn)越大.143.因子載荷矩陣的估計(jì)方法
給定p個(gè)相關(guān)變量X1,...,Xp的觀測(cè)數(shù)據(jù)陣X,由X=AF+ε易推出
∑=AA'+D其中∑=D(X)為X的協(xié)方差陣,A=(aij)為p
m的因子載荷陣,D=diag(12,22,…,p2)為p階對(duì)角陣.
由p個(gè)相關(guān)變量的觀測(cè)數(shù)據(jù)可得到協(xié)差陣的估計(jì),記為S.為了建立因子模型,首先要估計(jì)因子載荷aij和特殊方差i2.常用的參數(shù)估計(jì)方法有以下三種:主成分法,主因子法和極大似然法.15(1)主成分法
設(shè)樣品協(xié)方差陣S的特征值為λ1≥λ2≥…≥λp≥0,u1,u2,…,up為對(duì)應(yīng)的標(biāo)準(zhǔn)化特征向量,當(dāng)最后p–m個(gè)特征值較小時(shí),S可近似地分解為:其中,
為pm陣,
,即得因子模型的一個(gè)解.載荷陣A中的第j列和X的第j個(gè)主成分的系數(shù)相差一個(gè)倍數(shù)(j=1,…,m),故這個(gè)解稱為主成分解.16(2)主因子法
主因子方法是對(duì)主成分方法的修正,設(shè)R=AA'+D,則R*=R–D=AA'稱為約相關(guān)矩陣,若已知特殊因子方差的初始估計(jì),也就是已知變量共同度的估計(jì):則R*對(duì)角線上的元素是
,而不是1.即:17計(jì)算R*的特征值和特征向量,取前m個(gè)正特征值λ1*≥λ2*≥…≥λm*>0,相應(yīng)的特征向量為u1*,u2*,…,um*,則有近似分解式:
R*
=AA'其中
,令
(i=1,…,p)則A和D為因子模型的一個(gè)解,這個(gè)解稱為主因子解.18(3)極大似然法
假定公因子F和特殊因子ε服從正態(tài)分布,那么可得到因子載荷陣和特殊因子方差的極大似然估計(jì),設(shè)p維觀測(cè)向量X(1),...,X(n)為來(lái)自正態(tài)總體Np(μ,∑)的隨機(jī)樣品,則樣品似然函數(shù)為μ,∑的函數(shù)L(μ,∑).
設(shè)∑=AA'+D,取μ=,則似然函數(shù)為A,D的函數(shù):(A,D),求A,D使達(dá)最大.為保證得到唯一解,可附加計(jì)算上方便的唯一性條件:A'D-1A=對(duì)角陣,用迭代方法可求得極大似然估計(jì)A和D.19
在實(shí)際中特殊因子方差(或變量共同度)是未知的.以上得到的解是近似解.為了得到近似程度更好的解,常常采用迭代主因子法.即利用上面得到的D*=diag(
)作為特殊因子方差的初始估計(jì),重復(fù)上述步驟,直到解穩(wěn)定為止.變量共同度hi2常用的初始估計(jì)有以下幾種方法:取第i個(gè)變量與其他所有變量的多重相關(guān)系數(shù)的平方;取第i個(gè)變量與其他變量相關(guān)系數(shù)絕對(duì)值的最大值;取1,它等價(jià)于主成分解.204.因子旋轉(zhuǎn)(正交變換)
所謂因子旋轉(zhuǎn)就是將因子載荷矩陣A右乘一個(gè)正交矩陣T后得到一個(gè)新的矩陣A*.它并不影響變量Xi的共同度hi2,卻會(huì)改變因子的方差貢獻(xiàn)qj2.因子旋轉(zhuǎn)通過(guò)改變坐標(biāo)軸,能夠重新分配各個(gè)因子解釋原始變量方差的比例,使因子更易于理解.21設(shè)p維可觀測(cè)向量X滿足因子模型:X=AF+ε.T為正交陣,則因子模型可寫為X=ATT'F+ε=A*F*+ε其中A*=AT,F(xiàn)*=T'F.易知,∑
=AA'+D=A*A*'+D(其中A*=AT).這說(shuō)明,若A,D是一個(gè)因子解,任給正交陣T,A*=AT,D也是因子解.在這個(gè)意義下,因子解是不惟一的.
由于因子載荷陣是不惟一的,所以可對(duì)因子載荷陣進(jìn)行旋轉(zhuǎn).目的是使因子載荷陣的結(jié)構(gòu)簡(jiǎn)化,使載荷矩陣每列或行的元素平方值向0和1兩極分化,這樣的因子便于解釋和命名.22
有三種主要的正交旋轉(zhuǎn)法:四次方最大法、方差最大法和等量最大法.這些旋轉(zhuǎn)方法的目標(biāo)是一致的,只是策略不同.
如果兩種旋轉(zhuǎn)模型導(dǎo)出不同的解釋,這兩種解釋不能認(rèn)為是矛盾的.倒不如說(shuō)是看待相同事物的兩種不同方法,是在公因子空間中的兩個(gè)不同點(diǎn).只取決于惟一的一種你認(rèn)為是正確旋轉(zhuǎn)的任何結(jié)論都是不成立的.
在統(tǒng)計(jì)意義上所有旋轉(zhuǎn)都是一樣的,即不能說(shuō)一些旋轉(zhuǎn)比另一些旋轉(zhuǎn)好.因此,在不同的旋轉(zhuǎn)方法之間進(jìn)行的選擇必須根據(jù)非統(tǒng)計(jì)觀點(diǎn),通常選擇最容易解釋的旋轉(zhuǎn)模型.238.3
使用FACTOR過(guò)程進(jìn)行因子分析
FACTOR過(guò)程輸入格式
PROCFACTORDATA=<數(shù)據(jù)集><選項(xiàng)>;
VAR<原始變量>;
RUN;24(1)PROC
FACTOR語(yǔ)句
PROC
FACTOR語(yǔ)句標(biāo)志FACTOR過(guò)程的開始,同時(shí)還可通過(guò)設(shè)置其他語(yǔ)句定義數(shù)據(jù)集、指定具體分析方法和過(guò)程等.通常只需要VAR語(yǔ)句作為PROCFACTOR語(yǔ)句的附加選項(xiàng).(2)VAR語(yǔ)句
VAR語(yǔ)句用來(lái)指定需要分析的數(shù)值變量.如果該句省略,那么在其他語(yǔ)句中未做特殊規(guī)定的所有數(shù)值變量都將被分析.2526
實(shí)例分析
【例1】2004年31個(gè)省市自治區(qū)經(jīng)濟(jì)發(fā)展基本情況的八項(xiàng)指
標(biāo),原始數(shù)據(jù)如表1所示.
表1
31個(gè)省市自治區(qū)經(jīng)濟(jì)發(fā)展基本情況假定上述數(shù)據(jù)存放在數(shù)據(jù)集s1中,試對(duì)經(jīng)濟(jì)發(fā)展基本情況的八項(xiàng)指標(biāo)作因子分析.27(1)主成分解PROCFACTORDATA=s1;
Varx1–x8;
TITLE'8個(gè)經(jīng)濟(jì)指標(biāo)的分析';
TITLE2'主成分解';
RUN;
結(jié)果給出8個(gè)變量的簡(jiǎn)單統(tǒng)計(jì)量,相關(guān)陣(略),相關(guān)陣的特征值、累計(jì)貢獻(xiàn)(如圖所示).28
前兩個(gè)主成分解釋了84.60%的方差,按照缺省的選擇因子個(gè)數(shù)的準(zhǔn)則,取大于1的特征值,所以取兩個(gè)因子.
它們是用公因子表示原始變量的回歸系數(shù).第一公因子在所有8個(gè)變量上都有正的載荷,可見這個(gè)因子反應(yīng)了經(jīng)濟(jì)發(fā)展規(guī)模的影響,但載荷有大有小.第二公因子在居民消費(fèi)價(jià)格指數(shù)和零售商品價(jià)格指數(shù)上有大的正載荷,反映了價(jià)格指標(biāo)的影響.
因子模型(factorpattern,或稱因子載荷陣)為最重要的結(jié)果之一,如圖所示.29結(jié)果還給出了公因子解釋能力的估計(jì)(圖1):
圖1各變量的共同度
VarianceExplainedbyEachFacor給出了公因子對(duì)原始變量的解釋能力(方差貢獻(xiàn))的量度,F(xiàn)inalCommunalityEstimates:Total是兩個(gè)公因子對(duì)原始變量的解釋能力的總和.
最后一行給出每個(gè)原始變量的共同度,由于變量x5被兩個(gè)因子解釋的信息不夠多,于是考慮選取3個(gè)公因子.30(2)選擇公因子在FACTOR語(yǔ)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 產(chǎn)后肚子黑的健康宣教
- Hebra癢疹的臨床護(hù)理
- 牛皮癬的臨床護(hù)理
- 《解讀營(yíng)銷半天》課件
- 風(fēng)險(xiǎn)評(píng)估與管理計(jì)劃
- 教師繼續(xù)教育與培訓(xùn)計(jì)劃
- 私人保齡球館租賃合同三篇
- 影視拍攝合同三篇
- 教學(xué)任務(wù)完成情況分析報(bào)告計(jì)劃
- 中高端女包行業(yè)相關(guān)投資計(jì)劃提議范本
- 財(cái)產(chǎn)損害賠償起訴狀范本
- 采礦新技術(shù)完整版課件
- 創(chuàng)業(yè)管理(上海財(cái)經(jīng)大學(xué))智慧樹知到期末考試答案2024年
- 【安徽山鷹紙業(yè)股份有限公司盈利能力探析(任務(wù)書+開題報(bào)告)3000字】
- 蘋果手機(jī)活動(dòng)方案
- 勞動(dòng)法規(guī)與員工關(guān)系管理實(shí)務(wù)
- 糖尿病合并胰腺炎護(hù)理
- 人教版九年級(jí)化學(xué)上冊(cè)期末試卷及答案免費(fèi)
- 肥胖低通氣綜合征護(hù)理課件
- 油氣管道技術(shù)現(xiàn)狀與發(fā)展趨勢(shì)
評(píng)論
0/150
提交評(píng)論