该博客为个人学习清风建模的学习笔记,代码全部摘自清风老师,部分课程可以在B站:【强烈推荐】清风:数学建模算法、编程和写作培训的视频课程以及Matlab等软件教学_哔哩哔哩_bilibili 该博文可以与主成分分析一起看,博主的博客地址:主成分分析★★★★-CSDN博客
目录
名称 | 重要性 | 难度 |
因子分析 | ★★★★★ | ★★★★ |
1理论部分
1.1因子分析与主成分分析的区别
其他主要区别:1. 主成分分析只是简单的数值计算,不需要构造一个模型,几乎没什么假定;而因子分析需要构造一个因子模型,并伴随几个关键性的假定。2. 主成分的解是唯一的,而因子可有许多解。因子解释成功的可能性要远大于主成分解释成功的可能性。
1.2因子分析实例
1.3因子分析原理
因子分析模型的假设:
1.4因子分析性质
正是因为因子载荷矩阵 A不是唯一的,在实际的应用中我们常常利用这一点,通过因子的变换,使得新的因子具有更容易解释的实际意义。这就是因子分析往往比主成分分析的结果更容易解释的原因。
1.5因子载荷矩阵的统计意义
1.6参数估计的方法
1.7因子旋转的方法
得到因子模型后,其中的公共因子不一定能反映问题的实质特征,为了能更好地解释每一个公共因子的实际意义,且减少解释的主观性,可以通过因子旋转达到目的。因子旋转分为正交旋转与斜交旋转,经过正交旋转而得到的新的公共因子仍然保持彼此独立的性质,而斜交旋转得到的公共因子是相关的( 违背了最初的假定,因此可以看作传统因子分析的拓展) ,其实际意义更容易解释。但 不论是正交旋转还是斜交旋转,都应当使新公共因子的载荷系数的 绝对值尽可能接近 0 或 1 (这里默认了我们从相关系数矩阵进行计算)。
SPSS中的方法: