因子分析例题 |
您所在的位置:网站首页 › spss统计分析期末考试简答题 › 因子分析例题 |
例一
设某客观现象可用 X {X} X=( X 1 {X_1} X1, X 2 {X_2} X2, X 3 {X_3} X3)’ 来描述,在因子分析时,从约相关阵出发计算特征值为 λ 1 {λ_1} λ1=1.754, λ 2 {λ_2} λ2=1, λ 3 {λ_3} λ3=0.255。由于( λ 1 {λ_1} λ1+ λ 2 {λ_2} λ2)/( λ 1 {λ_1} λ1+ λ 2 {λ_2} λ2+ λ 3 {λ_3} λ3)> 85%,所以找前两个特征值所对应的公共因子即可,又知 λ 1 {λ_1} λ1, λ 2 {λ_2} λ2对应的正则化特征向量分别为(0.707,-0.316,0.632)’ 及(0,0.899,0.447)’ ,要求: (1)计算因子载荷矩阵A,并建立因子模型。 (2)计算共同度 h i 2 {h_i^2} hi2(i=1,2,3)。 (3)计算第一公因子对X的贡献。 解: (1)根据题意,只需要找前两个特征值对应的公共因子,因此: STEP1A=( u 1 {u_1} u1, u 2 {u_2} u2) [ λ 1 0 0 λ 2 ] \begin{bmatrix} \sqrt{{λ_1}} & 0 \\ 0& \sqrt{{λ_2}} \end{bmatrix} [λ1 00λ2 ]= [ 0.707 0 − 0.316 0.899 0.632 0.447 ] \begin{bmatrix} 0.707 & 0 \\ -0.316& 0.899 \\ 0.632 &0.447\\ \end{bmatrix} 0.707−0.3160.63200.8990.447 [ 1.754 0 0 1 ] \begin{bmatrix} \sqrt{1.754} & 0 \\ 0& \sqrt{1} \end{bmatrix} [1.754 001 ]= [ 0.936 0 − 0.419 0.899 0.837 0.447 ] \begin{bmatrix} 0.936 & 0 \\ -0.419& 0.899 \\ 0.837 &0.447\\ \end{bmatrix} 0.936−0.4190.83700.8990.447 STEP2由A可以建立因子模型: X 1 {X_1} X1=0.936 F 1 {F_1} F1+ ε 1 {ε_1} ε1 X 2 {X_2} X2=-0.419 F 1 {F_1} F1+0.899 F 2 {F_2} F2+ ε 2 {ε_2} ε2 X 3 {X_3} X3=0.837 F 1 {F_1} F1+0.447 F 2 {F_2} F2+ ε 3 {ε_3} ε3 (2)共同度即对A的行求平方和,则: h 1 2 {h_1^2} h12=0.936²+0²=0.876 h 2 2 {h_2^2} h22=0.419²+0.899²=0.984 h 3 2 {h_3^2} h32=0.837²+0.447²=0.9 (3)公共因子对X的贡献即对A的列求平方和,由于是从约相关阵计算的特征值,所以 q 1 2 {q_1^2} q12= λ 1 {λ_1} λ1=1.754 例二设某总体可用 3 个指标来描述,在因子分析时,从约相关阵出发计算出特征值为 λ 1 {λ_1} λ1=1.96, λ 2 {λ_2} λ2=1, λ 3 {λ_3} λ3=0.25。又知 λ 1 {λ_1} λ1, λ 2 {λ_2} λ2, λ 3 {λ_3} λ3对应的单位特征向量分别为(0.707,-0.316,0.632) ’, (0,0.899,0.447) ’及(0.929,-0.261,0.261)’,要求: (1)计算因子载荷矩阵A,并建立因子模型。 (2)计算共同度 h i {h_i} hi²(i=1,2,3)。 (3)计算第一公共因子对总体的贡献。 这题和上一题一样,只不过需要我们自己确定公共因子的个数 解: (1)根据题意,( λ 1 {λ_1} λ1+ λ 2 {λ_2} λ2)/( λ 1 {λ_1} λ1+ λ 2 {λ_2} λ2+ λ 3 {λ_3} λ3)= 92%,因此我们选择前两个特征值所对应的公共因子即可。 STEP1A=( u 1 {u_1} u1, u 2 {u_2} u2) [ λ 1 0 0 λ 2 ] \begin{bmatrix} \sqrt{{λ_1}} & 0 \\ 0& \sqrt{{λ_2}} \end{bmatrix} [λ1 00λ2 ]= [ 0.707 0 − 0.316 0.899 0.632 0.447 ] \begin{bmatrix} 0.707 & 0 \\ -0.316& 0.899 \\ 0.632 &0.447\\ \end{bmatrix} 0.707−0.3160.63200.8990.447 [ 1.96 0 0 1 ] \begin{bmatrix} \sqrt{1.96} & 0 \\ 0& \sqrt{1} \end{bmatrix} [1.96 001 ]= [ 0.99 0 − 0.442 0.899 0.885 0.447 ] \begin{bmatrix} 0.99 & 0 \\ -0.442& 0.899 \\ 0.885 &0.447\\ \end{bmatrix} 0.99−0.4420.88500.8990.447 STEP2由此可以建立因子模型: X 1 {X_1} X1=0.99 F 1 {F_1} F1+ ε 1 {ε_1} ε1 X 2 {X_2} X2=-0.442 F 1 {F_1} F1+0.899 F 2 {F_2} F2+ ε 2 {ε_2} ε2 X 3 {X_3} X3=0.885 F 1 {F_1} F1+0.447 F 2 {F_2} F2+ ε 3 {ε_3} ε3 (2)共同度即对A的行求平方和,则: h 1 2 {h_1^2} h12=0.9898²+0²=0.98 h 2 2 {h_2^2} h22=0.442²+0.899²=1.004 h 3 2 {h_3^2} h32=0.885²+0.447²=0.983 (3)公共因子对X的贡献即对A的列求平方和,由于是从约相关阵计算的特征值,所以 q 1 2 {q_1^2} q12= λ 1 {λ_1} λ1=1.96 例三【应用多元统计分析(高惠璇版)习题8-1】 设标准化变量 X 1 {X_1} X1, X 2 {X_2} X2, X 3 {X_3} X3的协方差阵(即相关阵)为 R = [ 1.00 0.63 0.45 0.63 1.00 0.35 0.45 0.35 1.00 ] R= \left[ \begin{matrix} 1.00 & 0.63 & 0.45 \\ 0.63 & 1.00 & 0.35 \\ 0.45 & 0.35 & 1.00 \end{matrix} \right] R= 1.000.630.450.631.000.350.450.351.00 试求m=1的正交因子模型。 解: 求正交因子模型,转换为求因子载荷矩阵A,m=1时,只需要求A的第一列 a 1 {a_1} a1即可。 由主因子法我们知道R=AA'+D R= [ a 11 a 21 a 31 ] \begin{bmatrix} {a_{11}} \\ {a_{21}} \\ {a_{31}} \end{bmatrix} a11a21a31 [ a 11 {a_{11}} a11, a 21 {a_{21}} a21, a 31 {a_{31}} a31] + [ σ 1 2 0 0 0 σ 2 2 0 0 0 σ 3 2 ] \left[\begin{matrix} {σ_1^2} & 0 & 0 \\ 0& {σ_2^2} & 0 \\ 0 & 0 & {σ_3^2} \end{matrix} \right] σ12000σ22000σ32 所以可得以下方程: a 11 2 a_{11}^2 a112+ σ 1 2 {σ_1^2} σ12 = 1 a 21 2 a_{21}^2 a212+ σ 2 2 {σ_2^2} σ22 = 1 a 31 2 a_{31}^2 a312+ σ 3 2 {σ_3^2} σ32 = 1 a 11 a_{11} a11 a 21 a_{21} a21=0.63 a 11 a_{11} a11 a 31 a_{31} a31=0.45 a 31 a_{31} a31 a 21 a_{21} a21=0.35 由此可解得: a 11 a_{11} a11=0.9, a 21 a_{21} a21=0.7, a 31 a_{31} a31=0.5 σ 1 2 {σ_1^2} σ12=1 - a 11 2 a_{11}^2 a112=1-0.81=0.19 σ 2 2 {σ_2^2} σ22=1 - a 21 2 a_{21}^2 a212=1-0.49=0.51 σ 3 2 {σ_3^2} σ32=1 - a 31 2 a_{31}^2 a312=1-0.25=0.75 所以,m=1时,A= [ 0.9 0.7 0.5 ] \begin{bmatrix} 0.9 \\ 0.7 \\ 0.5 \end{bmatrix} 0.90.70.5 正交因子模型为: X 1 {X_1} X1=0.9 F 1 {F_1} F1+ ε 1 {ε_1} ε1 X 2 {X_2} X2=0.7 F 1 {F_1} F1+ ε 2 {ε_2} ε2 X 3 {X_3} X3=0.5 F 1 {F_1} F1+ ε 3 {ε_3} ε3 特殊因子ε的协方差阵D为 D = [ 0.19 0 0 0 0.51 0 0 0 0.75 ] D=\left[ \begin{matrix} 0.19 & 0 & 0 \\ 0 & 0.51 & 0 \\ 0 & 0& 0.75 \end{matrix} \right] D= 0.190000.510000.75 例四【应用多元统计分析(高惠璇版)习题8-2】 已知题8-1中R的特征值和特征向量分别为 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |