Факторный анализ — различия между версиями
Admin (обсуждение | вклад) (Новая страница: «'''Факторный анализ''' (англ. factor analysis) — многомерный метод, применяемый для изучения взаим…») |
Admin (обсуждение | вклад) |
||
Строка 1: | Строка 1: | ||
− | '''Факторный анализ''' (англ. factor analysis) — | + | '''Факторный анализ''' (англ. factor analysis) — группа многомерных методов, применяемый для изучения взаимосвязей между значениями переменных, обобщения и сокращения их числа. Предполагается, что известные переменные зависят от меньшего количества неизвестных переменных и случайной ошибки. |
+ | |||
+ | '''Фактор''' (factor) – латентная переменная, конструируемая таким образом, чтобы можно было объяснить корреляцию между набором имеющихся переменных. | ||
+ | |||
+ | == Методы == | ||
+ | Методы факторного анализа различают в зависимости от подходов для нахождения коэффициентов значения факторов. | ||
+ | * Метод главных компонент. | ||
+ | * Метод невзвешенных наименьших квадратов. | ||
+ | * Обобщенный метод наименьших квадратов. | ||
+ | * Метод максимального правдоподобия. | ||
+ | * Альфа-факторный метод. | ||
+ | * Метод распознавания образов. | ||
+ | |||
+ | == Этапы == | ||
+ | # '''Постановка проблемы'''. | ||
+ | # ''Построение корреляционной матрицы''' - матрица корреляций между всеми возможными парами переменных | ||
+ | #: Целесообразность выполнения факторного анализа определяется наличием корреляций между переменными. | ||
+ | #:* '''Критерий сферичности Бартлетта''' (Bartlett’s Test of Sphericity) проверяет нулевую гипотезу об отсутствии корреляций между переменными в генеральной совокупности. | ||
+ | #:* '''Критерий адекватности выборки Кайзера-Мейера-Олкина''' (Kaiser-Meyer-Olkin Measure of Sampling Adequacy) позволяет проверить, насколько корреляцию между парами переменных можно объяснить другими переменными (факторами). | ||
+ | # '''Выбор метода факторного анализа''' | ||
+ | # '''Определение числа факторов''' | ||
+ | # '''Вращение факторов''' | ||
+ | # '''Интерпретация факторов''' | ||
+ | # '''Вычисление значений факторов''' и '''отбор переменных-имитаторов''' | ||
+ | # '''Оценка качества модели''' | ||
[[Категория:Искусственный интеллект]] | [[Категория:Искусственный интеллект]] | ||
[[Категория:Методы]] | [[Категория:Методы]] |
Версия 09:52, 8 сентября 2016
Факторный анализ (англ. factor analysis) — группа многомерных методов, применяемый для изучения взаимосвязей между значениями переменных, обобщения и сокращения их числа. Предполагается, что известные переменные зависят от меньшего количества неизвестных переменных и случайной ошибки.
Фактор (factor) – латентная переменная, конструируемая таким образом, чтобы можно было объяснить корреляцию между набором имеющихся переменных.
Методы
Методы факторного анализа различают в зависимости от подходов для нахождения коэффициентов значения факторов.
- Метод главных компонент.
- Метод невзвешенных наименьших квадратов.
- Обобщенный метод наименьших квадратов.
- Метод максимального правдоподобия.
- Альфа-факторный метод.
- Метод распознавания образов.
Этапы
- Постановка проблемы.
- Построение корреляционной матрицы' - матрица корреляций между всеми возможными парами переменных
- Целесообразность выполнения факторного анализа определяется наличием корреляций между переменными.
- Критерий сферичности Бартлетта (Bartlett’s Test of Sphericity) проверяет нулевую гипотезу об отсутствии корреляций между переменными в генеральной совокупности.
- Критерий адекватности выборки Кайзера-Мейера-Олкина (Kaiser-Meyer-Olkin Measure of Sampling Adequacy) позволяет проверить, насколько корреляцию между парами переменных можно объяснить другими переменными (факторами).
- Целесообразность выполнения факторного анализа определяется наличием корреляций между переменными.
- Выбор метода факторного анализа
- Определение числа факторов
- Вращение факторов
- Интерпретация факторов
- Вычисление значений факторов и отбор переменных-имитаторов
- Оценка качества модели