因子分析累计贡献率_数据分析之因子分析

一、因子分析

因子分析是通过研究变量间的相关系数矩阵，把这些变量间错综复杂的关系归结成少数几个综合因子，并据此对变量进行分类的一种统计分析方法。由于归结出的因子个数少于原始变量的个数，但是它们又包含原始变量的信息，所以，这一分析过程也称为降维。

因子分析的主要目的有以下三个：

1.探索结构：在变量之间存在高度相关性的时候我们希望用较少的因子来概括其信息；

2.简化数据：把原始变量转化为因子得分后，使用因子得分进行其他分析，比如聚类分析、回归分析等；

3.综合评价：通过每个因子得分计算出综合得分，对分析对象进行综合评价。

因子分析就是将原始变量转变为新的因子，这些因子之间的相关性较低，而因子内部的变量相关程度较高。

为了更好的了解因子分析，需要了解以下：

二、几个概念

1.因子载荷

因子载荷就是每个原始变量和每个因子之间的相关系数，它反映了变量对因子的重要性。通过因子载荷值的高低，我们能知道变量在对应因子中的重要性大小，这样能够帮助我们发现因子的实际含义，有利于因子的命名。当有多个因子的时候，因子载荷将构成一个矩阵，称为因子载荷矩阵。

2.变量共同度

变量共同度就是每个变量所包含的信息能够被因子所解释的程度，其取值范围介于0和1之间，取值越大，说明该变量能被因子解释的程度越高。

3.因子旋转

因子分析的结果需要每个因子都要有实际意义，有时，原始变量和因子之间的相关系数可能无法明显地表达出因子的含义，为了使这些相关系数更加显著，