将图1所示的因子模型推广至一般意义上的因子模型后,各观测变量x_i与m个公共因子ξ1,ξ2,...,ξm之间的关系可以用数学模型表示如下:
x1 =
λ11ξ1 +
λ12ξ2 + ... +
λ1mξm +
δ1
......
xk =
λk1ξ1 +
λk2ξ2 + ... +
λkmξm +
δk
其中:xi为各观测变量;ξi是公共因子;δi是xi,的特殊因子,有时也称误差项,包括xi的唯一性因子和误差因子两部分;λij是公共因子的负载;m是公共因子ξ1,ξ2,...,ξm的个数,k是各观测变量x1,...,xk的个数,mx =
Λxξ + δ
其中:
x =
(x1,x2,...,xk)T , ξ
=
(ξ1,ξ2,...,ξm) ,δ
=
(δ1,δ2,...,δk)T
,是负载矩阵
探索性因子分析和验证性因子分析的差异之处
1.基本思想不同
因子分析的基本思想是要寻找公共因子,以达到降维的目的。探索性因子分析主要是为了找出影响观测变量的因子个数,以及各个因子和各个观测变量之间的相关程度,以试图揭示一套相对比较大的变量的内在结构。研究者的