现代统计分析方法与应用(人大-何晓群)第13章-因子分析

2021/3/16中国人民大学六西格玛质量管理研究中心1第十三章因子分析目录上页下页返回结束•§13.1因子分析的基本思想•§13.2因子载荷的求解•§13.3因子分析的步骤与逻辑框图•§13.4因子分析的上机实现2021/3/16中国人民大学六西格玛质量管理研究中心2第十三章因子分析目录上页下页返回结束因子分析（factoranalysis）模型是主成分分析的推广。它也是利用降维的思想，由研究原始变量相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。相对于主成分分析，因子分析更倾向于描述原始变量之间的相关关系；因此，因子分析的出发点是原始变量的相关矩阵。因子分析的思想始于1904年CharlesSpearman对学生考试成绩的研究。近年来，随着电子计算机的高速发展，人们将因子分析的理论成功地应用于心理学、医学、气象、地质、经济学等各个领域，也使得因子分析的理论和方法更加丰富。本章主要介绍因子分析的基本理论及方法，运用因子分析方法分析实际问题的主要步骤及因子分析的上机实现等内容。2021/3/16中国人民大学六西格玛质量管理研究中心3§13.1因子分析的基本思想目录上页下页返回结束一、因子分析的基本思想因子分析的基本思想是根据相关性大小把原始变量分组，使得同组内的变量之间相关性较高，而不同组的变量间的相关性则较低。每组变量代表一个基本结构，并用一个不可观测的综合变量表示，这个基本结构就称为公共因子。对于所研究的某一具体问题，原始变量就可以分解成两部分之和的形式，一部分是少数几个不可测的所谓公共因子的线性函数，另一部分是与公共因子无关的特殊因子。在经济统计中，描述一种经济现象的指标可以有很多，比如要反映物价的变动情况，对各种商品的价格做全面调查固然可以达到目的，但这样做显然耗时耗力，为实际工作者所不取。2021/3/16中国人民大学六西格玛质量管理研究中心4§13.1因子分析的基本思想目录上页下页返回结束实际上，某一类商品中很多商品的价格之间存在明显的相关性或相互依赖性，只要选择几种主要商品的价格或进而对这几种主要商品的价格进行综合，得到某一种假想的“综合商品”的价格，就足以反映某一类物价的变动情况，这里，“综合商品”的价格就是提取出来的因子。这样，对各类商品物价或仅对主要类别商品的物价进行类似分析然后加以综合，就可以反映出物价的整体变动情况。这一过程也就是从一些有错综复杂关系的经济现象中找出少数几个主要因子，每一个主要因子就代表经济变量间相互依赖的一种经济作用。抓住这些主要因子就可以帮助我们对复杂的经济问题进行分析和解释。2021/3/16中国人民大学六西格玛质量管理研究中心5§13.1因子分析的基本思想目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心6§13.1因子分析的基本思想目录上页下页返回结束（一）CharlesSpearman提出因子分析时用到的例子为了对因子分析的基本理论有一个完整的认识，我们先给出CharlesSpearman1904年用到的例子。在该例中Spearman研究了33名学生在古典语（C）、法语（F）、英语（E）、数学（M）、判别（D）和音乐（Mu）六门考试成绩之间的相关性并得到如下相关阵：二、因子分析的基本理论及模型2021/3/16中国人民大学六西格玛质量管理研究中心7§13.1因子分析的基本思想目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心8§13.1因子分析的基本思想目录上页下页返回结束i2021/3/16中国人民大学六西格玛质量管理研究中心9§13.1因子分析的基本思想目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心10§13.1因子分析的基本思想目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心11§13.1因子分析的基本思想目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心12§13.1因子分析的基本思想目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心13§13.1因子分析的基本思想目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心14§13.1因子分析的基本思想目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心15§13.1因子分析的基本思想目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心16§13.1因子分析的基本思想目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心17§13.1因子分析的基本思想目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心18§13.2因子载荷的求解目录上页下页返回结束因子分析可以分为确定因子载荷，因子旋转及计算因子得分三个步骤。首要的步骤即为确定因子载荷或是根据样本数据确定出因子载荷矩阵。有很多方法可以完成这项工作，如主成分法，主轴因子法，最小二乘法，极大似然法，因子提取法等。这些方法求解因子载荷的出发点不同，所得的结果也不完全相同。下面我们着重介绍比较常用的主成分法、主轴因子法与极大似然法。2021/3/16中国人民大学六西格玛质量管理研究中心19§13.2因子载荷的求解目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心20§13.2因子载荷的求解目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心21§13.2因子载荷的求解目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心22§13.2因子载荷的求解目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心23§13.2因子载荷的求解目录上页下页返回结束那么如何确定公因子的数目m呢？一般而言，这取决于问题的研究者本人，对于同一问题进行因子分析时，不同的研究者可能会给出不同的公因子数；当然，有时候由数据本身的特征可以很明确地确定出因子数目。当用主成分法进行因子分析时，也可以借鉴确定主成分个数的准则，如所选取的公因子的信息量的和达到总体信息量的一个合适比例为止。但对这些准则不应生搬硬套，应按具体问题具体分析，总之要使所选取的公因子能够合理地描述原始变量相关阵的结构，同时要有利于因子模型的解释。2021/3/16中国人民大学六西格玛质量管理研究中心24§13.2因子载荷的求解目录上页下页返回结束二、主轴因子法2021/3/16中国人民大学六西格玛质量管理研究中心25§13.2因子载荷的求解目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心26§13.2因子载荷的求解目录上页下页返回结束三、极大似然法2021/3/16中国人民大学六西格玛质量管理研究中心27§13.2因子载荷的求解目录上页下页返回结束四、因子旋转2021/3/16中国人民大学六西格玛质量管理研究中心28§13.2因子载荷的求解目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心29§13.2因子载荷的求解目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心30§13.2因子载荷的求解目录上页下页返回结束五、因子得分2021/3/16中国人民大学六西格玛质量管理研究中心31§13.2因子载荷的求解目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心32§13.2因子载荷的求解目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心33§13.2因子载荷的求解目录上页下页返回结束六、主成分分析与因子分析的区别1、因子分析把展示在我们面前的诸多变量看成由对每一个变量都有作用的一些公共因子和一些仅对某一个变量有作用的特殊因子线性组合而成。因此，我们的目的就是要从数据中探查能对变量起解释作用的公共因子和特殊特殊因子，以及公共因子和特殊因子组合系数。主成分分析则简单一些，它只是从空间生成的角度寻找能解释诸多变量变异绝大部分的几组彼此不相关的新变量（主成分）。2、因子分析中是把变量表示成各因子的线性组合，而主成分分析中则是把主成分表示成各变量的线性组合。2021/3/16中国人民大学六西格玛质量管理研究中心34§13.2因子载荷的求解目录上页下页返回结束3、主成分分析中不需要有假设，因子分析则需要一些假设。因子分析的假设包括：各个公共因子之间不相关，特殊因子（specificfactor）之间也不相关，公共因子和特殊因子之间也不相关。4、抽取主因子的方法不仅仅有主成分法，还有极大似然法等，基于这些不同算法得到的结果一般也不同。而主成分只能用主成分法抽取。5、主成分分析中，当给定的协方差矩阵或者相关矩阵的特征值是唯一的时候，主成分一般是固定的；而因子分析中因子不是固定的，可以旋转得到不同的因子。2021/3/16中国人民大学六西格玛质量管理研究中心35§13.2因子载荷的求解目录上页下页返回结束6、在因子分析中，因子个数需要分析者指定（spss根据一定的条件自动设定，只要是特征值大于1的因子进入分析），指定的因子数量不同而结果不同。在主成分分析中，成分的数量是一定的，一般有几个变量就有几个主成分。7、和主成分分析相比，由于因子分析可以使用旋转技术帮助解释因子，在解释方面更加有优势。而如果想把现有的变量变成少数几个新的变量（新的变量几乎带有原来所有变量的信息）来进入后续的分析，则可以使用主成分分析。当然，这中情况也可以使用因子得分做到。所以这种区分不是绝对的。2021/3/16中国人民大学六西格玛质量管理研究中心36§13.3因子分析的步骤与逻辑框图目录上页下页返回结束上面我们介绍了因子分析的基本思想及基本的理论方法，下面我们把因子分析的步骤及逻辑框图总结如下，以帮助读者能更加清楚因子分析各步之间的脉络关系及更好的运用因子分析方法解决实际问题。2021/3/16中国人民大学六西格玛质量管理研究中心37§13.3因子分析的步骤与逻辑框图目录上页下页返回结束一、因子分析的步骤进行因子分析应包括如下几步：1.根据研究问题选取原始变量；2.对原始变量进行标准化并求其相关阵，分析变量之间的相关性；3.求解初始公共因子及因子载荷矩阵；4.因子旋转；5.因子得分；6.根据因子得分值进行进一步分析。2021/3/16中国人民大学六西格玛质量管理研究中心38§13.3因子分析的步骤与逻辑框图目录上页下页返回结束二、因子分析的逻辑框图2021/3/16中国人民大学六西格玛质量管理研究中心39§13.4因子分析的上机实现目录上页下页返回结束在上一章中，我们用SPSS的FactorAnalysis模块实现了主成分分析，实际上，FactorAnalysis主要是SPSS软件进行因子分析的模块，由于主成分分析与因子分析（特别是因子分析中的主成分法）之间有密切的关系，SPSS软件将这两种分析方法放到同一模块中。例13.1（数据见表12-6）对企业经济效益指标体系的八项指标建立因子分析模型。（详细因子分析上机实现见例13.2）由spss输出方差解释表及碎石图可看出，前三个特征值较大，其余五个特征值均较小。前三个公共因子对样本方差的贡献和为87.085%，于是我们选取3个公共因子。2021/3/16中国人民大学六西格玛质量管理研究中心40§13.4因子分析的上机实现目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心41§13.4因子分析的上机实现目录上页下页返回结束2021/3/16中国人民大学六西格玛质量管理研究中心42§13.4因子分析的上机实现目录上页下页返回结束因子载荷的估计如下：2021/3/16中国人民大学六西格玛质量管理研究中心43§13.4因子分析的上机实现目录上页下页返回结束上表可得出企业经济效益指标体系的因子分析模型（特殊因子忽略不计）：11230.9570.0190.239xFFF21230.8990.3960