因子分析数据_统计学学习之路——因子分析学习分享

因子分析(降维)

1.、为什么做因子分析：实际门店问题中，往往我们会选择潜力最大的门店作为领航店，以此为样板，实现业绩和利润的突破及未来新店的标杆。那么，选择领航店过程中我们要注重很多因素，比如所在小区的房价，总面积，户主年龄分布、小区户数、门店面积，2公里范围内竞争门店数量等。收集到所有的这些数据虽然能够全面、精准的确定领航店的入选标准，但实际建模时这些变量未必能够发挥出预期的作用。主要体现两方面：计算量的问题；变量间的相关性问题。

2、解决方法：最简单直接的方案就是削减变量个数，确定主要变量，但这会导致信息不全面的问题，因子分析以最少的信息丢失为前提，将众多的原有变量综合成少数的综合指标，名为因子。

3、因子分析特点：因子个数远小于变量个数；能够反应原变量的绝大数信息；因子之间的线性关系不显著；因子具有命名解释性

4、因子分析步骤：一、原有变量是否能够进行因子分析；二、提取因子；三、因子的命名解释；四、计算因子得分；五、综合评价

5、因子分析的数学模型：

X1=A11F1+A12F2+A13F3+---+A1kFk

X2=A21F1+A22F2+A23F3+---+A2kFk

-