因子分析是什么
因子分析定義
??因子分析就是在盡可能不損失資訊或少損失資訊的情況下，將多個變數減少為少數的幾個潛在因子，這幾個因子可以高度地概括多個變數的資訊，是一種將多變數進行化簡的技術，這一程序也叫降維，
因子分析相關概念
??（1） 因子載荷：因子載荷就是每個原始變數和每個因子之間的相關系數，它反映了變數對因子的重要性，
??（2） 公因子方差（變數共同度）：就是每個變數所包含的資訊能夠被因子所解釋的程度，所有變數的共同度在60%以上，可以認為所提取的因子對各變數的解釋能力可以接受，
??（3） 因子旋轉：因子結果的分析需要每個因子都要有實際意義，在原始變數和因子之間的相關系數可能無法明顯的表示出因子的含義，可以對因子載荷矩陣進行旋轉，（當有多個因子的時候，因子載荷將構成一個矩陣，成為因子載荷矩陣）
??（4） 因子得分：用來評價每個案例在每個因子上的分值，可以用于代替原始變數進行其他統計分析，也可以看成是降維之后的結果，
??（5） 最大方差法：能夠使每個變數盡可能在一個因子上有較高載荷，在其余因子的載荷較小，
??（6） KMO和巴特利特檢驗：使用KMO取樣適切性量數（KMO檢驗統計量）對比變數間簡單相關系數和遍相關系數的指標，Kaiser給出的KMO度量標準：0.5以下表示極不適合；0.6表示不太適合；0.7表示一般；0.8表示適合；0.9以上表示非常合適，
??（7） 總方差解釋：通過分析所提取的因子數量，以及所提取的因子對變數的累積方差貢獻值，累計方差貢獻值達到60%及以上，因子對變數的解釋能力可接受；達到80%及以上，說明因子對變數的解釋能力極好，
??（8） 碎石圖：輔助我們判斷最佳因子的個數，通常是選取曲線中最大斜率位置的因子，
??（9） 成分矩陣：又叫“因子載荷矩陣”，是各個原始變數的因子運算式的系數，顯示提取的因子對原始變數的貢獻值，
??（10） 旋轉后的成分矩陣：通過因子載荷系數值分析出每個因子與各個變數之間的對應關系，對不合理變數進行刪減，荷載值都小于0.4（建議值），則考慮洗掉或修改該變數；荷載值大于0.4，認為該變數與這個成分有對應關系，
??（11） 成分轉換矩陣：顯示的是旋轉之前的因子載荷矩陣，有些變數在各個因子上的荷載比較接近，難以對因子進行明確的定義，因此不是很有參考價值，
??（12） 綜合評價：因子1的貢獻率/總貢獻率FAC1_1+因子2的貢獻率/總貢獻率FAC2_1由高到低降序排列，即可找出優異，
為什么
怎樣做
| 排版及指導： B y u n
| 撰稿：LC LN ZWT
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/272206.html
標籤：其他
上一篇：Navicat遠程連接Linux環境下MySQL(error:1045)解決方案
下一篇：PTA練習題5總結