TITLE: 因素分析(Factor Analysis) AUTHOR: QUENCY DATE: 02/13/2014 10:23:31 PM CATEGORY: 設計理論 STATUS: publish ---- BODY:

http://www.mcu.edu.tw/department/management/stat/ch_web/etea/SPSS/Applied_Multivariate_Data_Analysis_ch7.pdf

因素分析(Factor Analysis)

資料整理來源:陳順宇著,多變量分析

  起源於心理學上的研究。在心理學上常會遇到一些不能直接量測的因素,例如:人的智力、EQ、人格特質、食物偏好、消費者的購買行為等。對於這些無法明確表示(抽象的)或無法測量的因素,希望可以經由一些可以測量的變數,加以訂定出這些因素。

  因素分析的主要目的是對資料找出其結構,以少數幾個因素來解釋一群相互有關係存在的變數,而又能到保有原來最多的資訊,再對找出因素的進行其命名,如此方可達到因素分析的兩大目標:資料簡化和摘要

  相互有關係存在的變數受共同因素(Common Factor)獨特因素(Specific Factor)的影響。

  因素分析分成探索性因素分析 ( Exploratory Factor Analysis) 與驗證性因素分析 ( Confirmatory Factor Analysis )。 探索性因素分析 是在沒有任何限制之下,找出因素的結構。 驗證性因素分析是在已知可能的結構下,驗證是否仍適用,如線性結構方程式 (LISREL) 。

因素分析的應用

1. 找出潛在因素 2. 篩選變數 3. 對資料做摘要 4. 由變數中選取代表性變數 ( 在因素中挑選一個變數使用 ) 5. 建構效度 6. 做資料簡化 ( 相關性高的變數,僅需選取一個做代表 )

因素分析與主成分分析的比較

1. 主成分分析是以變異數為導向。因素分析是以共變異數為導向,關心每個變數與其他變數共同享有部分的大小。 2. 主成分分析是選擇一組成份 (Component) ,盡可能的解釋原變數的變異數。因素分析是選取少數因素 (Factor) ,解釋原變數的相關情形。 3. 主成分分析是所有變數的變異都考慮在內 。因素分析只考慮每一變數與其他變數共同享有的變異。 4. 主成分分析較適合做資料 ( 變數 ) 的簡化。因素分析較適合做偵測資料結構。 5. 主成分分析不需要旋轉。因素分析可能需要旋轉才能對因素命名與解釋。 6. 主成分分析是資料 ( 變數 ) 做變換 ( 線性組合 ) ,對資料 ( 變數 ) 不需要任何假設。 因素分析是假設資料 ( 變數 ) 滿足某些結構而得到的結果。

因素分析的應用

  經因素分析將資料 ( 變數 ) 簡化成少數幾個因素,可對個體分群 ( 群集分析 ) ,或進行 ANOVA 、 MDS( 多元尺度 ) ,或畫因素得點的散佈圖找出異常點,或做 LISREL( 線性結構方程式 ) 的構面中測量變數指標。

因素分析模式架構

  設有 p 個變數,每個變數可分解成少數 q 個 共同因素 (Common Factor) f j ( q < p ) 及 獨特因素 (Specific Factor) ε i 的線性組合。

x11+l11f1+l12f2+.....l1qfq1
x22+l21f1+l22f2+.....l2qfq2
......
xpp+lp1f1+lp2f2+.....lpqfqp

f1, f2,......,fq在每個變數中都擁有。 εi 只在第 i 個變數中擁有。  lij 為第 i 個變數在第 j 個共同因素的權重或因素負荷 (Factor Loading ) 。

=>矩陣表示法 X= μ + Lf + ε=> X−μ = Lf+ ε

           ⎡x1⎤        ⎡μ1⎤        ⎡l11 l12 ......l1q⎤       ⎡f1⎤        ⎡ε1
           ⎥x2⎥        ⎥μ2⎥        ⎥l21 l22 ......l2q⎥       ⎥f2⎥        ⎥ε2
其中 X=⎥...⎥,μ= ⎥...⎥,L= ⎥... ... ... ... ⎥,f= ⎥...⎥,ε= ⎥...⎥
           ⎥...⎥        ⎥...⎥        ⎥... ... ... ...  ⎥       ⎥...⎥        ⎥...⎥
           ⎣xp⎦        ⎣μp⎦        ⎣lp1 lp2 ......lpq⎦       ⎣fp⎦        ⎣εp⎦ 

 ( 基本假設 ) E(f)=0 , Cov(f)= Φ, E(ε)=0,Cov(ε)=Ψ ,Cov(f, ε)=0

(QUENCY:E為指數, Cov???, Φ???, Ψ???)

L 稱為負荷矩陣或圖案矩陣 (Pattern matrix)

< 通常假設 μ=0 , Φ =I>

 

因素分析模式的基本假設

1. 獨特因素  ε1, ε2, ..., εp是相互獨立的且是平均數為 0,變異數為  ψi 的常態分配。

     ⎡ε1⎤         ⎛⎡0 ⎤        ⎡Ψ1 0  ...   0⎤
     ⎥ε2⎥         ⎥⎥0 ⎥        ⎥0    Ψ2 ... 0⎥
ε= ⎥...⎥ ~MN ⎥⎥...⎥,Ψ=⎥...
     ⎥...⎥         ⎥⎥...⎥        ⎥...⎥
     ⎣εp⎦         ⎝⎣0 ⎦        ⎣0

----- --------

文章標籤
全站熱搜
創作者介紹
創作者 Quency  Chen 的頭像
Quency Chen

工業設計、Industrial Design、インダストリア

Quency Chen 發表在 痞客邦 留言(0) 人氣(2)