探索性因子分析法问答

2024-05-07 21:27:02

什么是探索性因子分析法

　　探索性因子分析法（Exploratory Factor Analysis，EFA）是一项用来找出多元观测变量的本质结构、并进行处理降维的技术。因而，EFA能够将将具有错综复杂关系的变量综合为少数几个核心因子。

探索性因子分析法的起源

　　因子分析法是两种分析形式的统一体，即验证性分析和纯粹的探索性分析。英国的心理学家Charles Spearman在1904年的时候，提出单一化的智能因子（A Single Intellectual Factor）。随着试验的深入，大量个体样本被分析研究，Spearman的单一智能因子理论被证明是不充分的。同时，人们认识到有必要考虑多元因子。 20世纪30年代，瑞典心理学家Thurstone打破了流行的单因理论假设，大胆提出了多元因子分析（Multiple Factor Analysis）理论。 Thurstone在他的《心智向量》（Vectors of Mind， 1935）一书中，阐述了多元因子分析理论的数学和逻辑基础。

探索性因子分析法的计算

　　在运用EFA法的时候，可以借助统计软件（如SPSS统计软件或SAS统计软件）来进行数据分析。

探索性因子分析法的运用

　　1、顾客满意度调查。

　　2、服务质量调查。

　　3、个性测试。

　　4、形象调查。

　　5、市场划分识别。

　　6、顾客、产品及行为分类。

探索性因子分析法的步骤

　　一个典型的EFA流程如下：

　　1、辨认、收集观测变量。

　　2、获得协方差矩阵（或Bravais-Pearson的相似系数矩阵）

　　3、验证将用于EFA的协方差矩阵（显著性水平、反协方差矩阵、Bartlett球型测验、反图像协方差矩阵、KMO测度）。

　　4、选择提取因子法（主成分分析法、主因子分析法）。

　　5、发现因素和因素装货。因素装货是相关系数在可变物(列在表里)和因素(专栏之间在表里)。

　　6、确定提取因子的个数（以Kaiser准则和Scree测试作为提取因子数目的准则）。

　　7、解释提取的因子（例如，在上述例子中即解释为“潜在因子”和“流程因子”）。

探索性因子分析法的优点

　　1、EFA法便于操作。

　　2、当调查问卷含有很多问题时，EFA法显得非常有用。

　　3、EFA法既是其他因子分析工具的基础（如计算因子得分的回归分析），也方便与其他工具结合使用（如验证性因子分析法）。

探索性因子分析法的假定

　　对于主因子分析法来说，不存在异常值、等距值、线形值、多变量常态分配以及正交性等情况。

探索性因子分析法问答相关推荐

R语言探索性因子分析（Exploratory factor analysis）
R语言探索性因子分析(Exploratory factor analysis) 因子分析的方法一般有两种:一是探索性因子分析(EFA):二是验证性因子分析(CFA).探索性因子分析有助于建立新的假设. ...
R语言使用psych包进行探索性因子分析EFA、使用cov2cor函数将原始数据的协方差矩阵将其转换为相关性矩阵（ covariance matrix into correlation matrix)
R语言使用psych包进行探索性因子分析EFA.使用cov2cor函数将原始数据的协方差矩阵将其转换为相关性矩阵( covariance matrix transform into correlati ...
R语言使用psych包进行主成分分析PCA和探索性因子分析EFA的常用函数介绍：principal、fa、fa.parallel、factor.plot、fa.diagram、scree
R语言使用psych包进行主成分分析PCA和探索性因子分析EFA的常用函数介绍:principal.fa.fa.parallel.factor.plot.fa.diagram.scree 目录
因子分析法(Factor Analysis Method) 【转】
目录 1 什么是因子分析 2 因子分析法的步骤 3 因子分析法的实例 [1] <
因子分析 factor analysis (七) ：因子分析法与主成分分析的异同
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 ...
机器学习-特征抽取(主成分分析法/因子分析法/非负矩阵因子分解NMF算法)
1.特征抽取: 特征抽取是机器学习中另一种十分有用的方法,它与特性选择不同,特征抽取是对数据的特征进行概括和总结,而特性选择则主要是对数据中的不同特征进行比较和选取. 特征抽取是机器学习技术中的一个常 ...
R语言进行探索性因子分析EFA、除了R原生函数（princomp函数和factanal函数）以及psych包以外的其它包：FactoMineR、FAiR包、GPArotation包、nFactors包
R语言进行探索性因子分析EFA(exploratory factor analysis).除了R原生函数(princomp函数和factanal函数)以及psych包以外的其它包:FactoMineR ...
【数学建模】MATLAB应用实战系列（七十九）-因子分析法（附MATLAB 和Python代码实现）
前言因子分析法和主成分分析法有很多类似之处.因子分析的主要目的是用来描述隐藏在一组测量到的变量中的一些更基本的,但又无法直接测量到的隐性变量.因子分析法也可以用来综合评价. 其主要思路是利用研究指标 ...
R语言 EFA（探索性因子分析）
EFA的目标是通过发掘隐藏在数据下的一组较少的.更为基本的无法观测的变量,来解释一组可观测变量的相关性.这些虚拟的.无法观测的变量称作因子.(每个因子被认为可解释多个观测变量间共有的方差,也叫作公共因 ...
python因子分析法_Python——因子分析（KMO检验和Bartlett's球形检验）
因子分析用Python做的一个典型例子一.实验目的采用合适的数据分析方法对下面的题进行解答二.实验要求采用因子分析方法,根据48位应聘者的15项指标得分,选出6名最优秀的应聘者. 三.代码 i ...

最新文章

热门文章