第五章因子分析FactorAnalysis一、因子分析的作用一、因子分析的作用最重要的作用:减少变量,缩减数据
最重要的作用:减少变量,缩减数据
通过研究多个变量间的内部关系,探寻变量中通过研究多个变量间的内部关系,探寻变量中的基本结构,并用少数几个的基本结构,并用少数几个假想变量假想变量来表示来表示基本的数据结构
基本的数据结构
这些假想变量即是因子这些假想变量即是因子factorsfactors,它们能够反,它们能够反映原来多个映原来多个基础变量基础变量所表示的主要信息
因所表示的主要信息
因子出现后,即可代表原来的多个基础变量使子出现后,即可代表原来的多个基础变量使用,用,以达到减少变量数的目的以达到减少变量数的目的
(意义:独立用,意义:独立用,做单变量;做双变量)做单变量;做双变量)因子分析独立使用时通过少量的因子可以更清因子分析独立使用时通过少量的因子可以更清楚地把握诸多变量的本质,另外它常是一种楚地把握诸多变量的本质,另外它常是一种数据整理或准备
数据整理或准备
具体作用:具体作用:11)有些变量实际观察不到,但又确实发挥影响,)有些变量实际观察不到,但又确实发挥影响,如价值观、能力、爱好等,只能使用抽象的因如价值观、能力、爱好等,只能使用抽象的因子来测量;子来测量;22)变量太多,需要简化;)变量太多,需要简化;33)多元回归)多元回归(毛病:(毛病:自变量的相关性不能太强)自变量的相关性不能太强)中常出现多中常出现多重共线性,需要去掉一些变量,但无法有充分重共线性,需要去掉一些变量,但无法有充分理由选择去除某个变量,故可将这些变量合并理由选择去除某个变量,故可将这些变量合并成因子,使用因子代替原有变量进行回归分析,成因子,使用因子代替原有变量进行回归分析,即无多重共线性
如将收入和受教育程度合并即无多重共线性
如将收入和受教育程度合并为社会经济地位为社