因子分析
因子分析是将資料進行降維處理
但能說出每一維的意義
設源資料為X(p維),降維後的資料為F(m維) m<p
對于原始資料的第i位,我們有
Xi = Σaij * Fj + e
那麼aij 就可以組成一個一個p*m的矩陣,即為因子載荷陣
因子載荷陣
求出協方差矩陣的特征值和特征向量,去掉特别小的一部分特征值
A = (sqrt(λ1) * u1, sqrt(λ2) * u2,,,,,,,,,sqrt(λm) * um)
ui = (ai1 / hi)2 - (ai2 / hi)2 一共p個
vi = 2 (ai1 / hi) (ai2 / hi) 一共p個
A = Σui
B= Σvi
C = Σ(ui2 - vi2)
D = 2 Σuivi
tan (4*Φ) = ( D - 2AB/p ) / (C - (A2 - B2) / p)
T = cosΦ -sinΦ
sinΦ cosΦ
每次旋轉時,取因子載荷陣的兩列進行這樣的組成A'p*2 然後A‘’ = A‘ * T 用A’代替A‘’
因為一共有m列,每兩列做一次旋轉一共是m*(m-1) / 2次旋轉
共同度的計算:
A按行計算共同度
hi2 = Σaij2
Fj對X的貢獻為
sj = Σaij2按列計算貢獻
因子得分
不考
轉載于:https://www.cnblogs.com/shensobaolibin/p/10168590.html