Факторный анализ — различия между версиями
Admin (обсуждение | вклад) |
Admin (обсуждение | вклад) м (→Этапы) |
||
Строка 14: | Строка 14: | ||
== Этапы == | == Этапы == | ||
# '''Постановка проблемы'''. | # '''Постановка проблемы'''. | ||
− | # ''Построение корреляционной матрицы | + | # ''Построение корреляционной матрицы'' - матрица корреляций между всеми возможными парами переменных |
#: Целесообразность выполнения факторного анализа определяется наличием корреляций между переменными. | #: 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 сферичности Бартлетта''' (Bartlett’s Test of Sphericity) проверяет нулевую гипотезу об отсутствии корреляций между переменными в генеральной совокупности. |
Версия 12:56, 20 декабря 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