因子分析,主成分分析,主因子分析,因子分析函数,极大似然法——数据分析与R语言 Lecture 12
因子分析
1. 降维的一种方法,是主成分分析的推广和发展
2 是用于分析隐藏在表面现象背后的因子作用的统计模型。试图用最少个数的不可测的公共因子的线性函数与特殊因子之和来描述原来观测的每一分量
例子:各科学习成绩(数学能力,语言能力,运动能力等)
例子:生活满意度(工作满意度,家庭满意度)
例子:薛毅书P522
因子分析的主要用途
1. 减少分析变量个数
2. 通过对变量间相关关系的探测,将原始变量分组,即将相关性高的变量分为一组,用共性因子来代替该变量
3. 使问题背后的业务因素的意义更加清晰呈现
与主成分分析的区别

因子分析使用了复杂的数学手段




因子分析是一种降维方法,是主成分分析的推广,旨在揭示隐藏在观测变量背后的公共因子。它通过复杂的数学手段,如主成分法、主因子法和极大似然法来估计因子载荷矩阵和特殊方差矩阵。因子分析的主要用途包括减少变量数量、分组相关变量,并提供更清晰的业务因素理解。R语言中的`factanal()`函数支持因子分析的实施。
最低0.47元/天 解锁文章
2545

被折叠的 条评论
为什么被折叠?



