因子分析 factor analysis (六) :用因子分析法进行综合评价 |
您所在的位置:网站首页 › 分析与综合的举例说明怎么写 › 因子分析 factor analysis (六) :用因子分析法进行综合评价 |
因子分析系列博文: 因子分析 factor analysis (一 ):模型的理论推导 因子分析 factor analysis (二 ) : 因子分析模型 因子分析 factor analysis (三) : 因子载荷矩阵的估计方法 因子分析 factor analysis (四) : 因子旋转(正交变换) 因子分析 factor analysis (五) : 因子得分 因子分析 factor analysis (六) :用因子分析法进行综合评价 因子分析 factor analysis (七) :因子分析法与主成分分析的异同 目录 因子分析的步骤 1.对原始数据进行标准化处理 2.计算相关系数矩阵R 3.计算初等载荷矩阵 4.选择m ( m≤ p)个主因子,进行因子旋转 5.计算因子得分,并进行综合评价 6. 利用综合因子得分公式 计算各样本的综合得分 二 例题 一 因子分析的步骤1.选择分析的变量 用定性分析和定量分析的方法选择变量,因子分析的前提条件是观测变量间有较强 的相关性,因为如果变量之间无相关性或相关性较小的话,他们不会有共享因子,所以 原始变量间应该有较强的相关性。 2.计算所选原始变量的相关系数矩阵 相关系数矩阵描述了原始变量之间的相关关系。可以帮助判断原始变量之间是否存 在相关关系,这对因子分析是非常重要的,因为如果所选变量之间无关系,做因子分析 是不恰当的。并且相关系数矩阵是估计因子结构的基础。 3.提出公共因子 这一步要确定因子求解的方法和因子的个数。需要根据研究者的设计方案或有关的 经验或知识事先确定。因子个数的确定可以根据因子方差的大小。只取方差大于1(或特 征值大于1)的那些因子,因为方差小于1的因子其贡献可能很小;按照因子的累计方差 贡献率来确定,一般认为要达到60%才能符合要求。 4.因子旋转 通过坐标变换使每个原始变量在尽可能少的因子之间有密切的关系,这样因子解的 实际意义更容易解释,并为每个潜在因子赋予有实际意义的名字。 5.计算因子得分 求出各样本的因子得分,有了因子得分值,则可以在许多分析中使用这些因子,例 如以因子的得分做聚类分析的变量,做回归分析中的回归因子。 1.对原始数据进行标准化处理 2.计算相关系数矩阵R 3.计算初等载荷矩阵 4.选择m ( m≤ p)个主因子,进行因子旋转 根据初等载荷矩阵,计算各个公共因子的贡献率,并选择m 个主因子。对提取的因子载荷矩阵进行旋转,得到矩阵 (其中为A的前m列,T为正交矩阵),构造因子模型 5.计算因子得分,并进行综合评价 我们用回归方法求单个因子得分函数 记 ;则有 6. 利用综合因子得分公式 计算各样本的综合得分 二 例题已知部分上市公司的数据见下表,试用因子分析法对上述企业进行综合评价。 解 按上述步骤计算得旋转后的因子贡献及贡献率见表13、因子载荷阵见表14。 我们通过相关分析,在显著水平为0.05的情况下,得出赢利能力F 与资产负债率 x 之间的相关系数为-0.6987,这表明两者存在中度相关关系。因子分析法的回归方程为:F = 0.829-0.0268X 回归方程在显著性水平0.05的情况下,通过了假设检验。 计算的MATLAB程序如下: clc,clear load data.txt %把原始数据保存在纯文本文件data.txt中 data=reshape(data,[16,5]); m=size(data,1); x=data(:,5);data=data(:,1:4),num=2; data=zscore(data); %数据标准化 r=cov(data); [vec,val,con]=pcacov(r); %进行主成分分析的相关计算 val,con f1=repmat(sign(sum(vec)),size(vec,1),1); vec=vec.*f1; %特征向量正负号转换 f2=repmat(sqrt(val)',size(vec,1),1); a=vec.*f2 %载荷矩阵 %如果指标变量多,选取的主因子个数少,可以直接使用factoran进行因子分析 %本题中4个指标变量,选取2个主因子,factoran无法实现 [b,t]=rotatefactors(a(:,1:num),'method', 'varimax') %旋转变换 bz=[b,a(:,num+1:end)] %旋转后的载荷矩阵 gx=sum(bz.^2) %计算因子贡献 gxv=gx/sum(gx) %计算因子贡献率 dfxsh=inv(r)*b %计算得分函数的系数 df=data*dfxsh %计算各个因子的得分 zdf=df*gxv(1:num)'/sum(gxv(1:num)) %对各因子的得分进行加权求和 [szdf,ind]=sort(zdf,'descend') %对企业进行排名 xianshi=[df(ind,:)';zdf(ind)';ind'] %显示计算结果 [x_zdf_coef,p]=corrcoef([zdf,x]) %计算相关系数 [d1,d1int,d2,d2int,stats]=regress(zdf,[ones(m,1),x]) %回归分析计算因子分析系列博文: 因子分析 factor analysis (一 ):模型的理论推导 因子分析 factor analysis (二 ) : 因子分析模型 因子分析 factor analysis (三) : 因子载荷矩阵的估计方法 因子分析 factor analysis (四) : 因子旋转(正交变换) 因子分析 factor analysis (五) : 因子得分 因子分析 factor analysis (六) :用因子分析法进行综合评价 因子分析 factor analysis (七) :因子分析法与主成分分析的异同 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |