數(shù)據(jù)分析之因子分析

系統(tǒng)聚類分析可以對變量進(jìn)行分類籍胯,但是難以判斷變量分類結(jié)果的合理性雕蔽。另外诅岩,如果要衡量每個(gè)變量對類別的貢獻(xiàn)讳苦,也難以通過聚類分析來實(shí)現(xiàn)。這個(gè)時(shí)候就要采用因子分析來實(shí)現(xiàn)了吩谦。因子分析就是找出隱藏在變量背后具有共性的因子鸳谜。

文/黃成甲

因子分析

因子分析是通過研究變量間的相關(guān)系數(shù)矩陣,把這些變量間錯(cuò)綜復(fù)雜的關(guān)系歸結(jié)成少數(shù)幾個(gè)綜合因子式廷,并據(jù)此對變量進(jìn)行分類的一種統(tǒng)計(jì)分析方法咐扭。由于歸結(jié)出的因子個(gè)數(shù)少于原始變量的個(gè)數(shù),但是它們又包含原始變量的信息,所以蝗肪,這一分析過程也稱為降維袜爪。

因子分析的主要目的有以下三個(gè):

(1)探索結(jié)構(gòu):在變量之間存在高度相關(guān)性的時(shí)候我們希望用較少的因子來概括其信息;

(2)簡化數(shù)據(jù):把原始變量轉(zhuǎn)化為因子得分后薛闪,使用因子得分進(jìn)行其他分析辛馆,比如聚類分析、回歸分析等豁延;

(3)綜合評(píng)價(jià):通過每個(gè)因子得分計(jì)算出綜合得分昙篙,對分析對象進(jìn)行綜合評(píng)價(jià)。

因子分析就是將原始變量轉(zhuǎn)變?yōu)樾碌囊蜃佑沼剑@些因子之間的相關(guān)性較低苔可,而因子內(nèi)部的變量相關(guān)程度較高。

為了更好的了解因子分析袋狞,需要了解以下:

幾個(gè)概念

(1)因子載荷

因子載荷就是每個(gè)原始變量和每個(gè)因子之間的相關(guān)系數(shù)焚辅,它反映了變量對因子的重要性。通過因子載荷值的高低苟鸯,我們能知道變量在對應(yīng)因子中的重要性大小同蜻,這樣能夠幫助我們發(fā)現(xiàn)因子的實(shí)際含義,有利于因子的命名倔毙。當(dāng)有多個(gè)因子的時(shí)候埃仪,因子載荷將構(gòu)成一個(gè)矩陣,稱為因子載荷矩陣陕赃。

(2)變量共同度

變量共同度就是每個(gè)變量所包含的信息能夠被因子所解釋的程度卵蛉,其取值范圍介于0和1之間,取值越大么库,說明該變量能被因子解釋的程度越高傻丝。

(3)因子旋轉(zhuǎn)

因子分析的結(jié)果需要每個(gè)因子都要有實(shí)際意義,有時(shí)诉儒,原始變量和因子之間的相關(guān)系數(shù)可能無法明顯地表達(dá)出因子的含義葡缰,為了使這些相關(guān)系數(shù)更加顯著,可以對因子載荷矩陣進(jìn)行旋轉(zhuǎn)忱反,使原始變量和因子之間的關(guān)系更為突出泛释,從而對因子的解釋更加容易。

旋轉(zhuǎn)方法一般采用最大方差法温算,該方法能夠使每個(gè)變量盡可能在一個(gè)因子上有較高載荷怜校,在其余的因子上載荷較小,從而方便對因子進(jìn)行解釋注竿。

(4)因子得分

因子得分可以用來評(píng)價(jià)每個(gè)個(gè)案在每個(gè)因子上的分值茄茁,該分值包含了原始變量的信息魂贬,可以用于代替原始變量進(jìn)行其他統(tǒng)計(jì)分析,比如回歸分析裙顽,可以考慮將因子得分作為自變量付燥,與對應(yīng)的因變量進(jìn)行回歸。

原始變量的數(shù)值是可以直接觀測到的愈犹,而因子得分只能通過原始變量和因子之間的關(guān)系計(jì)算得到键科,并且因子得分是經(jīng)過標(biāo)準(zhǔn)化之后的數(shù)值,各個(gè)因子得分之間不受量綱的影響漩怎。

因子分析步驟

(1)判斷數(shù)據(jù)是否適合因子分析萝嘁;

???????? 因子分析的變量要求是連續(xù)變量,分類變量不適合直接進(jìn)行因子分析扬卷;建議個(gè)案個(gè)數(shù)是變量個(gè)數(shù)的5倍以上,這只是一個(gè)參考依據(jù)酸钦,并不是絕對的標(biāo)準(zhǔn)怪得;KMO檢驗(yàn)統(tǒng)計(jì)量在0.5以下,不適合因子分析卑硫,在0.7以上時(shí)徒恋,數(shù)據(jù)較適合因子分析,在0.8以上時(shí)欢伏,說明數(shù)據(jù)極其適合因子分析入挣。

(2)構(gòu)造因子變量;

(3)利用因子旋轉(zhuǎn)方法使得因子更具有實(shí)際意義硝拧;

(4)計(jì)算每個(gè)個(gè)案因子得分径筏;

確定提取因子個(gè)數(shù)的標(biāo)準(zhǔn)

(1)初始特征值大于1的因子個(gè)數(shù);

(2)累積方差貢獻(xiàn)率達(dá)到一定水平(60%)的因子個(gè)數(shù)障陶;

(3)碎石圖中處于較陡峭曲線上所對應(yīng)的因子個(gè)數(shù)滋恬;

(4)依據(jù)對研究事物的理解而指定因子個(gè)數(shù);

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末抱究,一起剝皮案震驚了整個(gè)濱河市恢氯,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌鼓寺,老刑警劉巖勋拟,帶你破解...
    沈念sama閱讀 222,104評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異妈候,居然都是意外死亡敢靡,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,816評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門州丹,熙熙樓的掌柜王于貴愁眉苦臉地迎上來醋安,“玉大人杂彭,你說我怎么就攤上這事∠啪荆” “怎么了亲怠?”我有些...
    開封第一講書人閱讀 168,697評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長柠辞。 經(jīng)常有香客問我团秽,道長,這世上最難降的妖魔是什么叭首? 我笑而不...
    開封第一講書人閱讀 59,836評(píng)論 1 298
  • 正文 為了忘掉前任习勤,我火速辦了婚禮,結(jié)果婚禮上焙格,老公的妹妹穿的比我還像新娘图毕。我一直安慰自己,他們只是感情好眷唉,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,851評(píng)論 6 397
  • 文/花漫 我一把揭開白布予颤。 她就那樣靜靜地躺著,像睡著了一般冬阳。 火紅的嫁衣襯著肌膚如雪蛤虐。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,441評(píng)論 1 310
  • 那天肝陪,我揣著相機(jī)與錄音驳庭,去河邊找鬼。 笑死氯窍,一個(gè)胖子當(dāng)著我的面吹牛饲常,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播荞驴,決...
    沈念sama閱讀 40,992評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼不皆,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了熊楼?” 一聲冷哼從身側(cè)響起霹娄,我...
    開封第一講書人閱讀 39,899評(píng)論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎鲫骗,沒想到半個(gè)月后犬耻,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,457評(píng)論 1 318
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡执泰,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,529評(píng)論 3 341
  • 正文 我和宋清朗相戀三年枕磁,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片术吝。...
    茶點(diǎn)故事閱讀 40,664評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡计济,死狀恐怖茸苇,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情沦寂,我是刑警寧澤学密,帶...
    沈念sama閱讀 36,346評(píng)論 5 350
  • 正文 年R本政府宣布,位于F島的核電站传藏,受9級(jí)特大地震影響腻暮,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜毯侦,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,025評(píng)論 3 334
  • 文/蒙蒙 一哭靖、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧侈离,春花似錦试幽、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,511評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至蔗坯,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間燎含,已是汗流浹背宾濒。 一陣腳步聲響...
    開封第一講書人閱讀 33,611評(píng)論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留屏箍,地道東北人绘梦。 一個(gè)月前我還...
    沈念sama閱讀 49,081評(píng)論 3 377
  • 正文 我出身青樓,卻偏偏與公主長得像赴魁,于是被迫代替她去往敵國和親卸奉。 傳聞我的和親對象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,675評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容