因子分析答辩ppt.pptVIP

基于因子分析法的影响房价因素分析;论文框架;引言;因子分析的基本理论 ;2因子分析基本理论及其模型 ; ;2一般形式的因子分析模型;在这个数学模型中，F称为公共因子，因为它出现在每个变量的线性表达式中，简称因子。因子可理解为高维空间中互相垂直的k个坐标轴；A称为因子载荷矩阵， 称为因子载荷，是第i个原始变量在第j个因子上的负荷； 称为特殊因子，表示原始变量不能被因子解释的部分。其均值为0，相当于多元线性回归模型中的残差。;3相关概念及其统计意义; ;（3）因子旋转 在这一步里需要能够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，使因子负荷两极分化，要么接近于0，要么接近于1，通常采用方差最大正交旋转。它使公共因子的相对负荷的方差之和最大，且保持原公共因子的正交性和公共方差总和不变，那么这样就可以使每个因子上的具有最大载荷的变量数最小，因此可以简化对因子的解释。 （4）计算因子得分 在因子分析实际应用中，当因子确定以后，便可计算各因子在每个样本上的具体数值，这些数值称为因子得分，形成的变量称为因子变量。估计因子得分系数的方法有很多，通常采用最小二乘意义下的回归法进行估计。可表示为：;因子分析在实际中的运用 ;;2原始数据检验;3公共因子分析及其贡献率、累计方差;表5 碎石图;因子载荷是公共因子与指标变量之间的相关系数，载荷越大，说明公共因子与指标变量之间的关系越密切。在提取公共因子时本文主要采用主成分分析法。从表4中可知，SPSS已经提取了三个公因子前三个因子的累计方差贡献率已经达到了87.345%，提取三个公因子已经可以，再由表5可以看出，到第四个公因子时，特征值已经开始趋于平稳，总体上就确定了需提取三个公因子。在一般情况下初始的因子载荷矩阵中的载荷都相差不大，为了更好的解释各因子的含义，进而能够给因子命名，因此必须进行因子旋。;4 因子得分计算;;5分析结论及其一般建议;结束语;致谢