


下載本文檔
版權(quán)說明: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
1、.第十一章 因子分析地理模型因 子 分 析因子分析的主要應(yīng)用、尋求基本結(jié)構(gòu)、簡(jiǎn)化觀測(cè)系統(tǒng) 給定一組變量或觀測(cè)數(shù)據(jù),我們要問,變量的維數(shù)是否一定需要這么多,是否存在一個(gè)子集,特別是一個(gè)加權(quán)子集,來解釋整個(gè)問題。 通常采用因子分析法將為數(shù)不多的變量減少為幾個(gè)新因子,以再現(xiàn)它們之間的內(nèi)在聯(lián)系。、用于分類,將變量或樣本進(jìn)行分類,根據(jù)因子得分值,在因子軸所構(gòu)成的空間中進(jìn)行分類處理。因子分析與主成分分析的區(qū)別第一節(jié) 因子分析法的數(shù)學(xué)模型因子分析的結(jié)果完全的因子解 因子分析的基本問題是用變量之間的相關(guān)系數(shù)來決定因子載荷。 因子模型的求解過程如下:設(shè)原始數(shù)據(jù)矩陣為: X = p表示變量數(shù),n表示樣本數(shù)。將原始
2、數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化變換: xij-xi xij = (I=1,2,p;j=1,2,n) 經(jīng)標(biāo)準(zhǔn)化變換后的數(shù)據(jù),其均值為,方差為,這樣相關(guān)矩陣R和協(xié)方差矩陣S完全一樣,這里相關(guān)矩陣: R=X*X(為方便計(jì),假定標(biāo)準(zhǔn)化處理后的矩陣仍記為X)。 求解R矩陣的特征方程R=I|=0,記特征值為12 p=0,特征向量矩陣為U,這樣有關(guān)系: R=U UU為正交矩陣,并且滿足UU=UU=I令F=UX,則得 FF= F為主因子陣,并且 F=UX(=1,2n),即每一個(gè)F為第個(gè)樣品主因子觀測(cè)值。 在因子分析中,通常只選m(mp)其中主因子。根據(jù)變量的相關(guān)選出第一主因子F1,使其在各變量的公共因子方差中所占的方差貢獻(xiàn)最
3、大。R型的因子模型為X1=11F1+12F2+1mFm +11 X2=21F1+22F2+2mFm +22 XP=P1F1+P2F2+PmFm +mm在因子模型中、ij叫因子載荷,它是第I個(gè)變量在第j個(gè)主因子上的負(fù)荷,或者叫第I個(gè)變量在第j個(gè)主因子上的權(quán),它反映了第I個(gè)變量在第j個(gè)主因子上的相對(duì)重要性。如果把xi看成m維因子空間上的一個(gè)向量,則ij表示xi在坐標(biāo)軸Fj上的投影。、i為特殊因子,它相互獨(dú)立地遵從正態(tài)分布,i為特殊因子的載荷。 在主成分分析中,公共因子等于變量數(shù),沒有特殊因子。第二節(jié) 因子載荷的統(tǒng)計(jì)意義、因子載荷的統(tǒng)計(jì)意義、因子載荷的統(tǒng)計(jì)意義因子載荷矩陣 A= 因子載荷aij表示第
4、 I個(gè)變量和第j個(gè)公共因子的相關(guān)系數(shù)。 aij越大表示公共因子Fj與變量xi關(guān)系越密切。2、變量共同度的統(tǒng)計(jì)意義因子載荷矩陣中各行元素的平方和稱為變量的共同度。、公因子Fj的方差貢獻(xiàn)統(tǒng)計(jì)意義。 各列元素的平方和Sj為公因子Fj的方差貢獻(xiàn)。 Sj為公因子Fj對(duì)諸原始變量所提供方差貢獻(xiàn)的總和。它是衡量公因子相對(duì)重要性的指標(biāo),它等同于公因子所對(duì)應(yīng)的特征值。第三節(jié) 因子得分 因子分析是將變量表為公共因子的線性組合。 由于公因子能充分反映原始變量的相關(guān)關(guān)系,用公因子代表原始變量時(shí),更有利于描述研究對(duì)象的特征。 因而反過來將公共因子表示為變量的線性組合(如同主成分分析一樣),即用 Fj= j1X1+j2X2+jPXP (j=1,2,m)來計(jì)量各個(gè)樣品的公因子得分。 由于式中方程的個(gè)數(shù)少于變量個(gè)數(shù),因此,只能在最小二乘法意義下對(duì)因子得分進(jìn)行估計(jì)。 假設(shè)因子可以對(duì)p個(gè)變量作回歸,即建立回歸方程:Fj= bjo+bj1X1+bj2X2+bjPXP (j=1,2,m)
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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
- 蒸汽供氣合同范本
- 單位返聘合同范本
- 農(nóng)村工程改建合同范本
- 農(nóng)村住房貸款買賣合同范本
- 買賣股份合同范本
- 單位購買服裝購買合同范本
- 勞動(dòng)仲裁聘用合同范本
- 出售廢鋼 廢鐵合同范本
- 勞務(wù)分包項(xiàng)目合同范本
- 中介甲乙丙方合同范本
- Unit 4 Time to celebrate 教學(xué)設(shè)計(jì)-2024-2025學(xué)年外研版英語七年級(jí)上冊(cè)
- 健康檔案模板
- 筋膜刀的臨床應(yīng)用
- DB32-T 4790-2024建筑施工特種作業(yè)人員安全操作技能考核標(biāo)準(zhǔn)
- 2022年安徽阜陽太和縣人民醫(yī)院本科及以上學(xué)歷招聘筆試歷年典型考題及考點(diǎn)剖析附帶答案詳解
- 2024-2030年中國反芻動(dòng)物飼料行業(yè)市場(chǎng)發(fā)展趨勢(shì)與前景展望戰(zhàn)略分析報(bào)告
- 護(hù)理團(tuán)體標(biāo)準(zhǔn)解讀-成人氧氣吸入療法護(hù)理
- 幼兒園大班《識(shí)字卡》課件
- 2024-2030全球與中國寵物醫(yī)院市場(chǎng)現(xiàn)狀及未來發(fā)展趨勢(shì)
- 《研學(xué)旅行課程設(shè)計(jì)》課件-2認(rèn)識(shí)研學(xué)旅行的參與方
- 安全警示教育的會(huì)議記錄內(nèi)容
評(píng)論
0/150
提交評(píng)論