因子分析

一、与主成分的联系与区别

区别	主成分是通过线性组合将原变量综合成几个主成分 因子分析通过构建若干意义比较明确的公因子 主成分分析是变异数导向的方法 因子分析是共变异数导向的方法
联系	因子分析是主成分分析的推广

二、因子分析思想

特点	因子变量数远少于原变量数 因子变量是一种新的综合 因子变量之间没有相关关系 因子变量具有明确的解释性
用途	减少分析变量个数 通过对变量间关系探测，将原变量进行分类
基本思想	将相关性较高的分在同一类中，每一类代表了一个基本结构，即公因子 用少数不可测的公共因子的线性函数来描述原观测的每一分量
Q型和R型因子分析	Q型因子分析：样品间的因子分析 R型因子分析：变量间的因子分析

三、R型因子分析模型

1、R型因子模型

                

2、因子载荷A的估计：因子估计方法：极大似然估计（R默认）、主因子估计

（1）极大似然估计

           

（2）主因子估计法

            

            

3、因子载荷的意义

4、因子旋转

（1）旋转目的

• 寻找每个主因子的实际意义
• 如果各主因子的典型代表变量不突出，就需要进行旋转
• 使因子载荷矩阵中载荷的绝对值向0和1两个方向分化

（2）旋转方法

          

          

5、因子得分

      

6、因子分析基本步骤

    

7、R语言因子分析过程