多元统计分析--因子分析

帮助 dmadmin Founder • 于 2016-01-29 15:27:46 • 865 阅读

因子分析

医学研究中的多变量数据,各变量的数值变化从表面上看是随机的,然而各指标间的关系却是 错综复杂的。变量与变量既有各自独立的一面,又有彼此相关的一面。对于前者可谓是由其“个性” 所致,但后者是由于客观事件具有特定规律所致,有一些具有共性的因子支配着不同的指标变量, 从而造成了各变量间的相关性。我们把这些在多变量中起支配作用的因子称为“公共因子”,简称“公 因子”。因子提取的方法很多,有主成分法、极大似然法、主因子法、迭代主因子法等,本软件用的是 主成分法。但是有时用上述几种方法求出的初始因子不易理解,因此应用中常常对负荷作正交变换, 即旋转,以便于因子的解释。

主要功能

  1. 特征根及其贡献率,累计贡献率;
  2. 特征向量;
  3. 旋转或未旋转的因子负荷系数;
  4. 各变量的公因子方差。

注:最小累计贡献率范围为 0~100(%),通常,累计贡献率达 70%以上即认为比较满意。

  • 例:同前例“主成分分析”
  • 数据输入:将表格输入到云表格。

file

  • 操作步骤:在[多元统计分析]菜单中,选择[因子分析], 屏幕出现[因子分析]对话框。在此对话框中,将相应数据填入到对话框中,[最小累计贡献率%]选 85,由于不进行正交旋转得出的初始因子不易解释,因此对负荷作正交旋转,然后点击[计算] ,便可得到分析结果。

filefile

结果解释 若忽略个性因子,则因子模型为:
  • X1=0.8957Z1+0.1914Z2+0.2727Z3
  • X2=0.8022Z1+0.5708Z2+0.1004Z3
  • X3=0.9148Z1+0.0626Z2+0.1564Z3
  • X4=0.7929Z1+0.2499Z2+0.4292Z3
  • X5=0.1724Z1+0.9496Z2+0.2435Z3
  • X6=0.2735Z1+0.2354Z2+0.9257Z3

正交旋转以后的协方差结构已非常清晰,X1、X2、X3、X4在第一因子上有较大负荷;X5在第 二因子有较大负荷;X6在第三因子上有较大负荷。从而可认为第一因子反映的是理解记忆能力, 第二因子反映的是动手能力,第三因子反映的是归纳演绎能力。

回复数量: 0
暂无评论~~