主成分分析与因子分析方法(课件).ppt

《主成分分析与因子分析方法(课件).ppt》由会员分享，可在线阅读，更多相关《主成分分析与因子分析方法(课件).ppt（116页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、主成分分析与主成分分析与因子分析方法因子分析方法汇报什么？汇报什么？假定你是一个公司的财务经理，掌握了公司的假定你是一个公司的财务经理，掌握了公司的所有数据，比如所有数据，比如固定资产、流动资金、每一笔固定资产、流动资金、每一笔借贷的数额和期限、各种税费、工资支出、原借贷的数额和期限、各种税费、工资支出、原料消耗、产值、利润、折旧、职工人数、职工料消耗、产值、利润、折旧、职工人数、职工的分工和教育程度等等的分工和教育程度等等。如果让你向上面介绍公司状况，你能够把这些如果让你向上面介绍公司状况，你能够把这些指标和数字都指标和数字都原封不动地摆出去吗原封不动地摆出去吗？当然不能。当然不能。你必须要

2、把各个方面作出高度概括，你必须要把各个方面作出高度概括，用一两个用一两个指标简单明了地把情况说清楚。指标简单明了地把情况说清楚。主成分分析主成分分析每个人都会遇到有每个人都会遇到有很多变量很多变量的数据。的数据。比比如如全全国国或或各各个个地地区区的的带带有有许许多多经经济济和和社社会会变变量量的的数数据据；各各个个学学校校的的研研究究、教教学学等等各各种种变变量量的数据等等。的数据等等。这这些些数数据据的的共共同同特特点点是是变变量量很很多多，在在如如此此多多的的变变量量之之中中，有有很很多多是是相相关关的的。人人们们希希望望能能够够找找出它们的出它们的少数少数“代表代表”来对它们进行描述。

3、来对它们进行描述。本本章章就就介介绍绍两两种种把把变变量量维维数数降降低低以以便便于于描描述述、理理解解和和分分析析的的方方法法：主主成成分分分分析析（principal principal component component analysisanalysis）和和因因子子分分析析（factor factor analysisanalysis）。实实际际上上主主成成分分分分析析可可以以说说是是因因子子分析的一个特例分析的一个特例。主成分分析主成分分析概 念主成分分析主成分分析(principalcomponentanalysis)是将分散在是将分散在一组变量上的信息一组变量上的信息,集中到

4、某几个综合集中到某几个综合指标指标(主成分主成分)上的一种探索性统计分上的一种探索性统计分析方法。它利用降维的思想析方法。它利用降维的思想,将多个变将多个变量化为少数几个互不相关的主成分量化为少数几个互不相关的主成分,从从而描述数据集的内部结构。而描述数据集的内部结构。一项十分著名的工作是美国的统计学家斯通(stone)在1947年关于国民经济的研究。他曾利用美国1929一1938年各年的数据，得到了17个反映国民收入与支出的变量要素，例如雇主补贴、消费资料和生产资料、纯公共支出、净增库存、股息、利息外贸平衡等等。1基本思想 在进行主成分分析后，竟以97.4的精度，用三新变量就取代了原17个变

5、量。根据经济学知识，斯通给这三个新变量分别命名为总收入F1、总收入变化率F2和经济发展或衰退的趋势F3。主成分分析是把各变量之间互相关联的复杂关系进行简化分析的方法。在社会经济的研究中，为了全面系统的分析和研究问题，必须考虑许多经济指标，这些指标能从不同的侧面反映我们所研究的对象的特征，但在某种程度上存在信息的重叠，具有一定的相关性。主成分分析试图在力保数据信息丢失最少的原则下，对这种多变量的截面数据表进行最佳综合简化，也就是说，对高维变量空间进行降维处理。很显然，识辨系统在一个低维空间要比在一个高维空间容易得多。(1)基于相关系数矩阵还是基于协方差矩阵做主成分分析。当分析中所选择的经济变量具

6、有不同的量纲，变量水平差异很大，应该选择基于相关系数矩阵的主成分分析。在力求数据信息丢失最少的原则下，对高维的变量空间降维，即研究指标体系的少数几个线性组合，并且这几个线性组合所构成的综合指标将尽可能多地保留原来指标变异方面的信息。这些综合指标就称为主成分。要讨论的问题是：（2）选择几个主成分。主成分分析的目的是简化变量，一般情况下主成分的个数应该小于原始变量的个数。关于保留几个主成分，应该权衡主成分个数和保留的信息。（3）如何解释主成分所包含的经济意义。成绩数据（成绩数据（student.sav）100个个学学生生的的数数学学、物物理理、化化学学、语语文文、历史、英语的成绩如下表（部分历史、

7、英语的成绩如下表（部分）。）。从本例可能提出的问题从本例可能提出的问题目目前前的的问问题题是是，能能不不能能把把这这个个数数据据的的6 6个变量用一两个综合变量来表示呢？个变量用一两个综合变量来表示呢？这这一一两两个个综综合合变变量量包包含含有有多多少少原原来来的的信信息呢？息呢？能能不不能能利利用用找找到到的的综综合合变变量量来来对对学学生生排排序序呢呢？这这一一类类数数据据所所涉涉及及的的问问题题可可以以推推广广到到对对企企业业，对对学学校校进进行行分分析析、排排序序、判别和分类等问题。判别和分类等问题。主成分分析主成分分析例例中中的的的的数数据据点点是是六六维维的的；也也就就是是说说，每

8、每个个观观测测值值是是6维维空空间间中中的的一一个个点点。我我们们希希望望把把6维维空空间用低维空间表示。间用低维空间表示。先先假假定定只只有有二二维维，即即只只有有两两个个变变量量，它它们们由由横横坐坐标标和和纵纵坐坐标标所所代代表表；因因此此每每个个观观测测值值都都有有相相应应于于这这两两个个坐坐标标轴轴的的两两个个坐坐标标值值；如如果果这这些些数数据据形形成成一一个个椭椭圆圆形形状状的的点点阵阵（这这在在变变量量的的二二维维正态的假定下是可能的）正态的假定下是可能的）主成分分析主成分分析那那么么这这个个椭椭圆圆有有一一个个长长轴轴和和一一个个短短轴轴。在在短短轴轴方方向向上上，数数据据变

9、变化化很很少少；在在极极端端的的情情况况，短短轴轴如如果果退退化化成成一一点点，那那只只有有在在长长轴轴的的方方向向才才能能够够解解释释这这些些点点的的变变化化了了；这这样样，由由二二维维到到一一维维的的降维就自然完成了。降维就自然完成了。主成分分析主成分分析当当坐坐标标轴轴和和椭椭圆圆的的长长短短轴轴平平行行，那那么么代代表表长长轴轴的的变变量量就就描描述述了了数数据据的的主主要要变变化化，而而代表短轴的变量就描述了数据的次要变化。代表短轴的变量就描述了数据的次要变化。但但是是，坐坐标标轴轴通通常常并并不不和和椭椭圆圆的的长长短短轴轴平平行行。因因此此，需需要要寻寻找找椭椭圆圆的的长长短短轴

10、轴，并并进进行变换，使得新变量和椭圆的长短轴平行。行变换，使得新变量和椭圆的长短轴平行。如如果果长长轴轴变变量量代代表表了了数数据据包包含含的的大大部部分分信信息息，就就用用该该变变量量代代替替原原先先的的两两个个变变量量（舍舍去次要的一维），降维就完成了。去次要的一维），降维就完成了。椭椭圆圆（球球）的的长长短短轴轴相相差差得得越越大大，降降维维也也越有道理。越有道理。主成分分析主成分分析对对于于多多维维变变量量的的情情况况和和二二维维类类似似，也也有有高高维维的的椭椭球球，只只不不过过无无法法直直观观地地看看见罢了。见罢了。首首先先把把高高维维椭椭球球的的主主轴轴找找出出来来，再再用用代代

11、表表大大多多数数数数据据信信息息的的最最长长的的几几个个轴轴作作为为新新变变量量；这这样样，主主成成分分分分析析就就基基本完成了。本完成了。这这些些互互相相正正交交的的新新变变量量是是原原先先变变量量的的线线性性组组合合，叫叫做做主主成成分分(principalcomponent)。主成分分析主成分分析正正如如二二维维椭椭圆圆有有两两个个主主轴轴，三三维维椭椭球球有有三三个个主主轴轴一一样样，有有几几个个变变量量，就就有有几几个个主主成成分。分。选选择择越越少少的的主主成成分分，降降维维就就越越好好。什什么么是是标标准准呢呢？那那就就是是这这些些被被选选的的主主成成分分所所代代表表的的主主轴轴

12、的的长长度度之之和和占占了了主主轴轴长长度度总总和和的的大大部部分分。有有些些文文献献建建议议，所所选选的的主主轴轴总总长长度度占占所所有有主主轴轴长长度度之之和和的的大大约约80%即即可可，其其实实，这这只只是是一一个个大大体体的的说说法法；具具体体选选几几个，要看实际情况而定。个，要看实际情况而定。成绩数据（成绩数据（student.sav）100个个学学生生的的数数学学、物物理理、化化学学、语语文文、历史、英语的成绩如下表（部分历史、英语的成绩如下表（部分）。）。对于我们的数据，对于我们的数据，SPSSSPSS输出为输出为这这里里的的Initial Eigenvalues就就是是这这里里

13、的的六六个个主主轴轴长长度度，又又称称特特征征值值（数数据据相相关关阵阵的的特特征征值值）。头头两两个个成成分分特特征征值值累累积积占占了了总总方方差差的的81.142%。后后面面的的特特征征值值的的贡贡献献越越来来越越少。少。怎么解释这两个主成分。前面说过主成分怎么解释这两个主成分。前面说过主成分是原始六个变量的线性组合。是怎么样的是原始六个变量的线性组合。是怎么样的组合呢？组合呢？SPSSSPSS可以可以输出下面的表。输出下面的表。这这里里每每一一列列代代表表一一个个主主成成分分作作为为原原来来变变量量线线性性组组合合的的系系数数（比比例例）。比比如如第第一一主主成成分分作作为为数数学学、

14、物物理理、化化学学、语语文文、历历史史、英英语语这这六六个个原原先先变变量量的的线线性性组组合合，系系数数（比比例例）为为-0.806,-0.674,-0.675,0.893,0.825,0.836。如如 用用x x1 1,x x2 2,x x3 3,x x4 4,x x5 5,x x6 6分分 别别 表表 示示 原原 先先 的的 六六 个个 变变 量量，而而 用用y y1 1,y y2 2,y y3 3,y y4 4,y y5 5,y y6 6表表示示新新的的主主成成分分，那那么么，原原先先六六个个变变量量x x1 1,x x2 2,x x3 3,x x4 4,x x5 5,x x6 6与第

15、一和第二主成分与第一和第二主成分y y1 1,y y2 2的关系为：的关系为：X X1 1=-0.806=-0.806y y1 1+0.353y+0.353y2 2X X2 2=-0.674=-0.674y y1 1+0.531y+0.531y2 2X X3 3=-0.675=-0.675y y1 1+0.513y+0.513y2 2X X4 4=0.893=0.893y y1 1+0.306y+0.306y2 2x x5 5=0.825=0.825y y1 1+0.435y+0.435y2 2x x6 6=0.836=0.836y y1 1+0.425y+0.425y2 2这这些些系系数数称

16、称为为主主成成分分载载荷荷（loading），它它表表示示主主成成分分和和相相应应的的原先变量的相关系数原先变量的相关系数。比比如如x1表表示示式式中中y1的的系系数数为为-0.806，这这就就是是说说第第一一主主成成分分和和数数学变量的相关系数为学变量的相关系数为-0.806。相相关关系系数数(绝绝对对值值）越越大大，主主成成分分对对该该变变量量的的代代表表性性也也越越大大。可可以以看看得得出出，第第一一主主成成分分对对各各个个变变量量解解释释得得都都很很充充分分。而而最最后后的几个主成分和原先的变量就不那么相关了。的几个主成分和原先的变量就不那么相关了。可以把第一和第二主成可以把第一和第二

17、主成分的载荷点画出一个二维分的载荷点画出一个二维图，以直观地显示它们如图，以直观地显示它们如何解释原来的变量的。这何解释原来的变量的。这个图叫做载荷图。个图叫做载荷图。该图该图左面三个点是数学、物理、化学三科左面三个点是数学、物理、化学三科，右边三个点右边三个点是语文、历史、外语三科。是语文、历史、外语三科。这些点的坐标是前面的第一这些点的坐标是前面的第一二主成分载荷，坐标是前面表中第一二列中的数目。二主成分载荷，坐标是前面表中第一二列中的数目。2数学模型与几何解释 假设我们所讨论的实际问题中，有p个指标，我们把这p个指标看作p个随机变量，记为X1，X2，Xp，主成分分析就是要把这p个指标的问

18、题，转变为讨论p个指标的线性组合的问题，而这些新的指标F1，F2，Fk(kp），按照保留主要信息量的原则充分反映原指标的信息，并且相互独立。这种由讨论多个指标降为少数几个综合指标的过程在数学上就叫做降维。主成分分析通常的做法是，寻求原指标的线性组合Fi。满足如下的条件：主成分之间相互独立，即无重叠的信息。即主成分之间相互独立，即无重叠的信息。即主成分的方差依次递减，重要性依次递减，即主成分的方差依次递减，重要性依次递减，即每个主成分的系数平方和为每个主成分的系数平方和为1。即。即为了方便，我们在二维空间中讨论主成分的几何意义。设有n个样品，每个样品有两个观测变量xl和x2，在由变量xl和x2所

19、确定的二维平面中，n个样本点所散布的情况如椭圆状。由图可以看出这n个样本点无论是沿着xl轴方向或x2轴方向都具有较大的离散性，其离散的程度可以分别用观测变量xl的方差和x2的方差定量地表示。显然，如果只考虑xl和x2中的任何一个，那么包含在原始数据中的经济信息将会有较大的损失。主成分分析的几何解释 如果我们将xl 轴和x2轴先平移，再同时按逆时针方向旋转角度，得到新坐标轴Fl和F2。Fl和F2是两个新变量。主成分分析的几何解释平移、旋转坐标轴 根据旋转变换的公式：旋转变换的目的是为了使得n个样品点在Fl轴方向上的离 散程度最大，即Fl的方差最大。变量Fl代表了原始数据的绝大 部分信息，在研究某

20、经济问题时，即使不考虑变量F2也无损大局。经过上述旋转变换原始数据的大部分信息集中到Fl轴上，对数据中包含的信息起到了浓缩作用。Fl，F2除了可以对包含在Xl，X2中的信息起着浓缩作用之外，还具有不相关的性质，这就使得在研究复杂的问题时避免了信息重叠所带来的虚假性。二维平面上的个点的方差大部分都归结在Fl轴上，而F2轴上的方差很小。Fl和F2称为原始变量x1和x2的综合变量。F简化了系统结构，抓住了主要矛盾。3 3 主成分的性质主成分的性质一、均值一、均值二、方差为所有特征根之和二、方差为所有特征根之和 说明主成分分析把P个随机变量的总方差分解成为P个不相关的随机变量的方差之和。协方差矩阵的对

21、角线上的元素之和等于特征根之和。三、精度分析三、精度分析 1）贡献率：第i个主成分的方差在全部方差中所占比重 ，称为贡献率，反映了原来P个指标多大的信息，有多大的综合能力。2）累积贡献率：前k个主成分共有多大的综合能力，用这k个主成分的方差和在全部方差中所占比重来描述，称为累积贡献率。我们进行主成分分析的目的之一是希望用尽可能少的主成分F1，F2，Fk（kp）代替原来的P个指标。到底应该选择多少个主成分，在实际工作中，主成分个数的多少取决于能够反映原来变量80%以上的信息量为依据，即当累积贡献率80%时的主成分的个数就足够了。最常见的情况是主成分为2到3个。4 4 主成分分析的步骤主成分分析的

22、步骤 第一步：由X的协方差阵x，求出其特征根，即解方程 ，可得特征根 。一、基于协方差矩阵 第二步：求出分别所对应的特征向量U1，U2，Up，第三步：计算累积贡献率，给出恰当的主成分个数。第四步：计算所选出的k个主成分的得分。将原始数据的中心化值:代入前k个主成分的表达式，分别计算出各单位k个主成分的得分，并按得分值的大小排队。二、基于相关系数矩阵 如果变量有不同的量纲，则必须基于相关系数矩阵进行主成分分析。不同的是计算得分时应采用标准化后的数据。例一例一 应收账款是指企业因对外销售产品、材料、提供劳务及其它原因，应向购货单位或接受劳务的单位收取的款项，包括应收销货款、其它应收款和应收票据等。

23、出于扩大销售的竞争需要，企业不得不以赊销或其它优惠的方式招揽顾客，由于销售和收款的时间差，于是产生了应收款项。应收款赊销的效果的好坏，不仅依赖于企业的信用政策，还依赖于顾客的信用程度。由此，评价顾客的信用等级，了解顾客的综合信用程度，做到“知己知彼，百战不殆”，对加强企业的应收账款管理大有帮助。某企业为了了解其客户的信用程度，采用西方银行信用评估常用的5C方法，5C的目的是说明顾客违约的可能性。1、品格（用X1表示），指顾客的信誉，履行偿还义务的可能性。企业可以通过顾客以往的付款记录得到此项。2、能力（用X2表示），指顾客的偿还能力。即其流动资产的数量和质量以及流动负载的比率。顾客的流动资产越

24、多，其转化为现金支付款项的能力越强。同时，还应注意顾客流动资产的质量，看其是否会出现存货过多过时质量下降，影响其变现能力和支付能力。3、资本（用X3表示），指顾客的财务势力和财务状况，表明顾客可能偿还债务的背景。4、附带的担保品（用X4表示），指借款人以容易出售的资产做抵押。5、环境条件（用X5表示），指企业的外部因素，即指非企业本身能控制或操纵的因素。首先抽取了10家具有可比性的同类企业作为样本，又请8位专家分别给10个企业的5个指标打分，然后分别计算企业5个指标的平均值，如表。76.581.57675.871.78579.280.384.476.570.67367.668.178.5949

25、487.589.59290.787.39181.58084.666.968.864.866.477.573.670.969.874.857.760.457.460.86585.668.57062.276.57069.271.764.968.9；TotalVariance=485.31477778EigenvaluesoftheCovarianceMatrixEigenvalueDifferenceProportionCumulativePRIN1410.506367.2420.8458540.84585PRIN243.26422.5940.0891460.93500PRIN320.67012.

26、5990.0425910.97759PRIN48.0715.2660.0166300.99422PRIN52.805.0.0057791.00000EigenvectorsPRIN1PRIN2PRIN3PRIN4PRIN5X10.468814-.8306120.0214060.254654-.158081X20.4848760.3299160.014801-.287720-.757000X30.472744-.021174-.412719-.5885820.509213X40.4617470.430904-.2408450.7062830.210403X50.3292590.1229300.8

27、78054-.0842860.313677 第一主成份的贡献率为84.6%，第一主成份 Z1=0.469X1+0.485X2+0.473X3+0.462X4+0.329X5 的各项系数大致相等，且均为正数，说明第一主成份对所有的信用评价指标都有近似的载荷，是对所有指标的一个综合测度，可以作为综合的信用等级指标。可以用来排序。将原始数据的值中心化后，代入第一主成份Z1的表示式，计算各企业的得分，并按分值大小排序:在正确评估了顾客的信用等级后，就能正确制定出对其的信用期、收帐政策等，这对于加强应收帐款的管理大有帮助。序号序号1 12 23 34 45 56 67 78 89 91010得分得分3.

28、163.1613.613.6-9.01-9.0135.935.925.125.1-10.3-10.3-4.364.36-33.8-33.8-6.416.41-13.8-13.8排序排序4 43 37 71 12 28 85 510106 69 9例例二二 基于相关系数矩阵的主成分分析。对美国纽约上市的有关化学产业的三个公司和石油产业的2个公司做了100周的收益率调查。下表是其相关系数矩阵。1）利用相关系数矩阵做主成分分析。2）决定要保留的主成分个数，并解释意义。10.5770.5090.00630.00370.57710.5990.3890.520.5090.59910.4360.4260.3

29、870.3890.43610.5230.4620.3220.4260.5231 Eigenvalues of the Correlation Matrix Eigenvalue Difference Proportion Cumulative PRIN1 2.85671 2.04755 0.571342 0.57134 PRIN2 0.80916 0.26949 0.161833 0.73317 PRIN3 0.53968 0.08818 0.107935 0.84111 PRIN4 0.45150 0.10855 0.090300 0.93141 PRIN5 0.34295 .0.06859

30、0 1.00000 Eigenvectors PRIN1 PRIN2 PRIN3 PRIN4 PRIN5 X1 0.463605 -.240339 -.611705 0.386635 -.451262 X2 0.457108 -.509305 0.178189 0.206474 0.676223 X3 0.470176 -.260448 0.335056 -.662445 -.400007 X4 0.421459 0.525665 0.540763 0.472006 -.175599 X5 0.421224 0.581970 -.435176 -.382439 0.385024 对主成分分析法

31、进行综合评价特点的讨论：1.能消除评价指标间相关关系的影响，因而减少了指标选择的工作量2.用主成分分析进行综合评价所得的权数是伴随数学变换自动生成的，具有客观性3.综合评价结果不稳定5主成分分析主要有以下几方面的应用 根据主成分分析的定义及性质，我们已大体上能看出主成分分析的一些应用。概括起来说，主成分分析主要有以下几方面的应用。1主成分分析能降低所研究的数据空间的维数。即用研究m维的Y空间代替p维的X空间(mp)，而低维的Y空间代替高维的x空间所损失的信息很少。即使只有一个主成分Yl(即 m1)时，这个Yl仍是使用全部X变量(p个)得到的。例如要计算Yl的均值也得使用全部x的均值。在所选的前

32、m个主成分中，如果某个Xi的系数全部近似于零的话，就可以把这个Xi删除，这也是一种删除多余变量的方法。5主成分分析主要有以下几方面的应用 2有时可通过因子负荷aij的结构，弄清X变量间的某些关系。3.多维数据的一种图形表示方法。我们知道当维数大于3时便不能画出几何图形，多元统计研究的问题大都多于3个变量。要把研究的问题用图形表示出来是不可能的。然而，经过主成分分析后，我们可以选取前两个主成分或其中某两个主成分，根据主成分的得分，画出n个样品在二维平面上的分布况，由图形可直观地看出各样品在主分量中的地位。4由主成分分析法构造回归模型。即把各主成分作为新自变量代替原来自变量x做回归分析。5用主成分

33、分析筛选回归变量。回归变量的选择有着重的实际意义，为了使模型本身易于做结构分析、控制和预报，好从原始变量所构成的子集合中选择最佳变量，构成最佳变量集合。用主成分分析筛选变量，可以用较少的计算量来选择量，获得选择最佳变量子集合的效果。因子分析因子分析的基本思想 在实际中，人们往往希望收集到更多的有关研究对象的数据信息，进而能够得到一个更加全面的、完整的和准确的把握和认识。于是描述一个对象就会有许多指标，这些指标数量繁多、重复、类型复杂，给统计分析带来许多麻烦。因子分析正是基于信息损失最小化而提出的一种非常有效的方法。它把众多的指标综合成几个为数较少的指标，这些指标即因子指标。因子的特点是：第一，

34、因子变量的数量远远少于原始变量的个数；第二，因子变量并非原始变量的简单取舍，而是一种新的综合；第三，因子变量之间没有线性关系；第四，因子变量具有明明解释性，可以最大限度地发挥专业分析的作用。55 1 1 引言引言 因子分析(factor analysis)是一种数据简化的技术。它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个假想变量来表示其基本的数据结构。这几个假想变量能够反映原来众多变量的主要信息。原始的变量是可观测的显在变量，而假想变量是不可观测的潜在变量，称为因子。例如，在企业形象或品牌形象的研究中，消费者可以通过一个有24个指标构成的评价体系，评价百货商场的

35、24个方面的优劣。56 但消费者主要关心的是三个方面，即商店的环境、商店的服务和商品的价格。因子分析方法可以通过24个变量，找出反映商店环境、商店服务水平和商品价格的三个潜在的因子，对商店进行综合评价。而这三个公共因子可以表示为：称 是不可观测的潜在因子。24个变量共享这三个因子，但是每个变量又有自己的个性，不被包含的部分，称为特殊因子。57注：注：因子分析与回归分析不同，因子分析中的因因子分析与回归分析不同，因子分析中的因子是一个比较抽象的概念，而回归因子有非常明子是一个比较抽象的概念，而回归因子有非常明确的实际意义；确的实际意义；主成分分析分析与因子分析也有不同，主成主成分分析分析与因子分

36、析也有不同，主成分分析仅仅是变量变换，而因子分析需要构造因分分析仅仅是变量变换，而因子分析需要构造因子模型。子模型。主成分分析主成分分析:原始变量的线性组合表示新的原始变量的线性组合表示新的综合变量，即主成分；综合变量，即主成分；因子分析：潜在的假想变量和随机影响变因子分析：潜在的假想变量和随机影响变量的线性组合表示原始变量。量的线性组合表示原始变量。因子分析的基本步骤因子分析的核心问题有两个：一是如何构造因子变量；二是如何对因子变量进行命名解释。因此，因子分析的基本步骤和解决思路就是围绕这两个核心问题展开的。因子分析常常有以下四个基本步骤：（1）确认待分析的原有变量是否适合作因子分析。（2）

37、构造因子变量。（3）利用旋转方法使因子变量更具有可解释性。（4）计算因子变量得分。59 2 2 因子分析模型因子分析模型因子分析模型因子分析模型 一、数学模型一、数学模型 设 个变量，如果表示为60 称为 公公共共因因子子，是不可观测的变量，他们的系数称为因子载荷。是特特殊殊因因子子，是不能被前m个公共因子包含的部分。并且满足：即不相关；即 互不相关，方差为1。61即互不相关，方差不一定相等，。62用矩阵的表达方式63二、因子分析模型的性质1、原始变量X的协方差矩阵的分解D的主对角线上的元素值越小，则公共因子共享的成分越多。64 2 2、模型不受计量单位的影响、模型不受计量单位的影响 将原始变

38、量X做变换X*=CX,这里Cdiag(c1,c2,cn),ci0。6566 3、因子载荷不是惟一的 设T为一个pp的正交矩阵，令A*=AT，F*=TF，则模型可以表示为且满足条件因子模型的条件67 三、三、因子载荷矩阵中的几个统计特征因子载荷矩阵中的几个统计特征 1 1、因子载荷、因子载荷a aijij的统计意义的统计意义 因子载荷 是第i个变量与第j个公共因子的相关系数，即表示变量 xi 依赖于 Fj 的份量（权重），心理学家将它称为载荷。模型为 在上式的左右两边乘以,再求数学期望 根据公共因子的模型性质，有 （载荷矩阵中第i行，第j列的元素）反映了第i个变量与第j个公共因子的相关重要性。绝

39、对值越大，相关的密切程度越高。68 2 2、变量共同度的统计意义、变量共同度的统计意义定定义义：变量 的共同度是因子载荷矩阵的第i行的元素的平方和。记为统计意义统计意义：两边求方差 所有的公共因子和特殊因子对变量 的贡献为1。如果 非常靠近1，非常小，则因子分析的效果好，从原变量空间到公共因子空间的转化性质好。69 3 3、公共因子、公共因子 方差贡献的统计意义方差贡献的统计意义因子载荷矩阵中各列元素的平方和 称为第j个公共因子 对所有分量 的方差贡献和。衡量 的相对重要性。70 3 3 3 3 因子载荷矩阵的估计方法因子载荷矩阵的估计方法因子载荷矩阵的估计方法因子载荷矩阵的估计方法 设随机向

40、量 的均值为，协方差为,为的特征根，为对应的标准化特征向量，则（一）主成分分析法（一）主成分分析法71 上式给出的 表达式是精确的，然而，它实际上是毫无价值的，因为我们的目的是寻求用少数几个公共因子解释，故略去后面的p-m项的贡献，有72 上式有一个假定，模型中的特殊因子是不重要的，上式有一个假定，模型中的特殊因子是不重要的，因而从因而从 的分解中忽略了特殊因子的方差。的分解中忽略了特殊因子的方差。7374注：残差矩阵其中S为样本的协方差矩阵。则有因而，当被略去的特征值的平方和较小时，表明因子模型的拟合是较好的。75例例 假定某地固定资产投资率 ，通货膨胀率 ，失业率 ，相关系数矩阵为法 一试

41、用主成分分析法求因子分析模型。76 特征根为：77 可取前两个因子F1和F2为公共因子，第一公因子F1物价就业因子，对X的贡献为1.55。第一公因子F2为投资因子，对X的贡献为0.85。共同度分别为1，0.706，0.706。78 （二）主因子法（二）主因子法（二）主因子法（二）主因子法 （三）极大似然估计法79 4 4 因子旋转因子旋转 建立了因子分析模型的目的不仅仅要找出公共因子以及对变量进行分组，更重要的要知道每个公共因子的意义，以便进行进一步的分析，如果每个公共因子的含义不清，则不便于进行实际背景的解释。由于因子载荷阵是不惟一的，所以应该对因子载荷阵进行旋转。使使因因子子载载荷荷阵阵的

42、的结结构构简简化化，使使载载荷荷矩矩阵阵中中每每列列或或行行的的元元素素平平方方值值向向0 0和和1 1两两极极分分化化。有三种主要的正交旋转法:四次方最大法、方差最大法方差最大法和等量最大法。（一）（一）为什么要旋转因子为什么要旋转因子80 百米跑成绩 跳远成绩 铅球成绩 跳高成绩 400米跑成绩 百米跨栏 铁饼成绩 撑杆跳远成绩 标枪成绩 1500米跑成绩奥运会十项全能运动项目奥运会十项全能运动项目得分数据的因子分析得分数据的因子分析8182 因子载荷矩阵可以看出，除第一因子在所有的变量在公共因子上有较大的正载荷，可以称为一般运动因子。其他的3个因子不太容易解释。于是考虑旋转因子，得下表8

43、384 通过旋转，因子有了较为明确的含义。百米跑，跳远和 400米跑，需要爆发力的项目在 有较大的载荷，可以称为短跑速度因子；铅球，铁饼和 标枪在 上有较大的载荷，可以称为爆发性臂力因子；百米跨栏，撑杆跳远，跳远和为 跳高在 上有较大的载荷，爆发腿力因子；长跑耐力因子。85变换后因子的共同度性质变换后因子的共同度性质变换后因子的共同度性质变换后因子的共同度性质设 正交矩阵，做正交变换正交矩阵，做正交变换变换后因子的共同度没有发生变化！变换后因子的共同度没有发生变化！（二）旋转方法（二）旋转方法86变换后因子贡献的性质变换后因子贡献的性质变换后因子贡献的性质变换后因子贡献的性质设 正交矩阵，做正

44、交变换正交矩阵，做正交变换变换后因子的贡献发生了变化！变换后因子的贡献发生了变化！875因子得分因子得分（一）因子得分的概念（一）因子得分的概念 前面我们主要解决了用公共因子的线性组合来表示一组观测变量的有关问题。如果我们要使用这些因子做其他的研究，比如把得到的因子作为自变量来做回归分析，对样本进行分类或评价，这就需要我们对公共因子进行测度，即给出公共因子的值。88 因子分析的数学模型为：原变量被表示为公共因子的线性组合，当载荷矩阵旋转之后，公共因子可以做出解释，通常的情况下，我们还想反过来把公共因子表示为原变量的线性组合。因子得分函数：可见，要求得每个因子的得分，必须求得分函数的系数，而由于

45、pm，所以不能得到精确的得分，只能通过估计。89 人人均均要要素素变变量量因因子子分分析析。对我国32个省市自治区的要素状况作因子分析。指标体系中有如下指标：X1：人口（万人）X2：面积（万平方公里）X3：GDP（亿元）X4：人均水资源（立方米/人）X5：人均生物量（吨/人）X6：万人拥有的大学生数（人）X7：万人拥有科学家、工程师数（人）RotatedFactorPatternFACTOR1FACTOR2FACTOR3X1-0.21522-0.273970.89092X20.63973-0.28739-0.28755X3-0.157910.063340.94855X40.95898-0.01

46、501-0.07556X50.97224-0.06778-0.17535X6-0.114160.98328-0.08300X7-0.110410.97851-0.0724690高载荷指标因子命名因子1X2；面积（万平方公里）X4:人均水资源（立方米/人）X5:人均生物量（吨/人）自然资源因子因子2X6：万人拥有的大学生数（人）X7：万人拥有的科学家、工程师数（人）人力资源因子因子3X1;人口（万人）X3:GDP(亿元)经济发展总量因子 X1=-0.21522F1-0.27397F2+0.89092F3 X2=0.63973F1-0.28739F2-0.28755F3 X3=-0.15791F1

47、+0.06334F2+0.94855F3 X4=0.95898F1-0.01501F2-0.07556F3 X5=0.97224F1-0.06778F2-0.17535F3 X6=-0.11416F1+0.98328F2-0.08300F3 X7=-0.11041F1+0.97851F2-0.07246F391StandardizedScoringCoefficientsFACTOR1FACTOR2FACTOR3X10.05764-0.060980.50391X20.22724-0.09901-0.07713X30.146350.129570.59715X40.479200.112280.17

48、062X50.455830.074190.10129X60.054160.486290.04099X70.057900.485620.04822F1=0.05764X1+0.22724X2+0.14635X3+0.47920X4+0.45583X5+0.05416X6+0.05790X7F1=0.05764X1+0.22724X2+0.14635X3+0.47920X4+0.45583X5+0.05416X6+0.05790X7F2=-0.06098X1-0.09901X2+0.12957X3+0.11228X4+0.07419X5+0.48629X6+0.48562X7F2=-0.06098

49、X1-0.09901X2+0.12957X3+0.11228X4+0.07419X5+0.48629X6+0.48562X7F3=0.50391X1-0.07713X2+0.59715X3+0.17062X4+0.10129X5+0.04099X6+0.04822X7F3=0.50391X1-0.07713X2+0.59715X3+0.17062X4+0.10129X5+0.04099X6+0.04822X792REGION FACTOR1FACTOR2FACTOR3beijing-0.081694.23473-0.37983tianjin-0.474221.31789-0.87891hebe

50、i-0.22192-0.358020.86263shanxi1-0.48214-0.32643-0.54219neimeng0.54446-0.66668-0.92621liaoning-0.205110.463770.34087jilin-0.214990.10608-0.57431heilongj 0.10839-0.11717-0.02219shanghai-0.200692.38962-0.04259前三个因子得分93国民生活质量的因素分析 国家发展的最终目标，是为了全面提高全体国民的生活质量，满足广大国民日益增长的物质和文化的合理需求。在可持续发展消费的统一理念下，增加社会财富，创自