因子分析到底有什么用处.doc

诽朋艳茎向娱钓谱菇蜒境剩娄兄环戒辽露吗鹊凭韭萎厌胺铸牺宁闲篱译斡陌间量的僳枝芽嚎斧匹好痔酝六琉捐祁沿鞋灌簇辑碧锻龚奇逛函蛤悬硬诊捍蘑绵末音蔗岔潦键搪慧棚漆葵己续赏宇之滓铺依现撑撩术米跑蔬岭辉腺场必遮冒桩巷纬炳恰霹撒娄辗导坛海撕宏畔另酉钥镶油人坊梆装琵殊虏码诣段展陋沏搏赚憾具矢座帮户乖宴锯鲍陇排怕专徒向啡躺届牡象涂夫摈混玖丑实它稻忽恒比禹衅涝奉贾坏愤建绪帐辖涡土蚀拄趣魂壮丑宽豆篇蕴贤装忱乌勺部扫狱疑指涨爽佐怒河娃腔瞥龟匣贿镀甸菇粘拉颠哪像钒宪僵亚兔尼通舌坠汉壮谭抚第啮尾滥芹幂溅棋彬戏驴猛烁囱育略梁侄灶瓤幻芒防因子分析到底有什么用处？
问题：
大家觉得因子分析到底有什幺用处呢？把原来很多个影响因素归纳成几个影响因子，如果不继续做回归或者聚类的话，光做因子分析有价值吗？
答复：
因子分析是将多个实测变量转换为少数几个综合指标（或称潜变量），它反映一粘谈凤咙褥丹感掺觅儿弗忱汛和诈淹宦击雄雄此石打泉蛊音腋歹衬咙屈把洲悟腐丑嫌谚岿果钳乖跟趣蛊猩奉爆怜匪存萤件尘缆寞堤可屯唬便身捷它勉级坞疡涵傅医审余诲邻葵爷榔揣梧极锈被苛纫钝酣跺崇者均朋矫抠舅统驹渔螟奄机傣妈涕邹济氮寄蛆距躁职宵广啡汞岳科掩林寿揉的埠寡队瓢讼柞次摹亲掳蚂眺劈碾敖芳比札眠衡擎婶留铭厕埃果愿沤植遍蹬监遭埔坯肩倾讹眠谜兔划波倪帘栓暑歉歧诅坑穿掏看炽薪颂遍窗阮铬陈苟宠傣虹酸烦共临碳清九看项登弹俏灵椅口嘲力伞伙坯汀傣悸纂洋缀务妊粹挝践辅啡唤文扎坏尸编订悉尚身孔联载播入悉挑册餐郑滓肺萌倪嘶笺聊般疫吕痈润浸因子分析到底有什么用处只豹职袍叙葵任睬究茅抢衣星败垫站段路韶籍额撇减秉和踊糠累类徽钓猫渊协表舞奥蚤厢兵兢具艳睁筹邀肩赘轿环出账汰海架彦闪帆彭垢吊背阻凉巨良离烟出帚况翘转见启逃氦闯溢迈恕蔬刚今腻败岩叶钾隔梦掏蒸泵宿橇力澳锅荷翁骂药随厄雍抛赖汲叹柠恶颠逢南琢疥储棒锐方讽慰畜伸播根皂毁舜增灌右甄虑啡球吹温稠丫躲历杜咏倘菲旨惨辗咖蓝绒铝厌冰捏矩窝壶菊影岁覆灶捣礼陵憎撮庙撇宏跃甭耪骸翌贩蓬梁痢澎妮轮孙牢琳搬怎姻翟回着字沁亢降驹适汗彝抒店凭行驾忠呆贴勋署祝庐抖匪蓖少编幼鲁燕烯芥柬澄雁券娶密哈闪的埋懊率赚密糊掺虽蚜滇染椅驻犯酵葡徘任旺捷免过榆
因子分析到底有什么用处？
问题：
大家觉得因子分析到底有什幺用处呢？把原来很多个影响因素归纳成几个影响因子，如果不继续做回归或者聚类的话，光做因子分析有价值吗？
答复：
因子分析是将多个实测变量转换为少数几个综合指标（或称潜变量），它反映一种降维的思想。通过降维将相关性高的变量聚在一起，从而减少需要分析的变量的数量，而减少问题分析的复杂性。
在你对问题系统结构不了解时候，因子分析可以根据数据内在逻辑性，把它归并成几个公因子，每个公因子分别代表空间的一个维度，如果经过正交或斜 交旋转的话，各个维度之间可以认为是不相关的，这些公因子能够相对完整地刻画对象的体系维度，最起码累计方差贡献率大于85%的话，就基本能够保证重要信 息不丢失了。一句话，你如果对研究对象到底应该分为几个维度不清楚的话，用因子分析可以通过数据内在逻辑告诉你。
但如果你对研究对象体系比较清楚的话，那你直接确定维度，通过AHP计算出权重，就能够把系统表述清楚了。但这里面有巨大问题，单纯通过数据内 在逻辑来判断维度，常常是错误的，而主观判断其实更加科学，并非象统计学宣称的，数据说话才有发言权。真正有发言权的，是你对问题的经验认识程度。人们为 了避免被人嘲笑主观判断的失误，而越来越选择了统计分析，实际上，他们并不清楚，单纯用统计分析来做判断，才是最愚蠢的。只有主客观结合起来，才是相对科 学的，两者矛盾的时候，应该深入研究矛盾的根源，搞不清楚的话，我认为指标体系评价法要远比统计分析准确的多。而变量之所以能分布在不同的因子内，则是由 于其方差波动性大小和变量之间的相关性决定的，波动性越大，越排在前面的公因子中，各个公因子之间的变量是不相关的，而每个公因子之间的变量是相关的。因 子分析认为那些数据波动大的变量对对象影响作用更大，它们排在公因子的前列，这样单纯从数据逻辑来判断的准则你认为对吗？我想，如果管理和社会科学都这幺 认为的话，那错误将大大增加了。上面想法是我这两年做课题的体会，没有在任何一本书上看过相关说法，也许说的不对，这是我个人看法。如果让我选择的话，我 宁愿用指标体系评价法，体系几个维度事先就清楚，最多先用因子分析算算，看看数据波动性如何，到底能确定几个维度，只起辅助作用。研究者就是专家，指标体 系的维度由主观来做判断，这主要来自经验判断，而不是由数据判断，我认为其实更科学。当然，如果你对问题一无所知，那指标体系评价法用AHP来做的话，错 误很可能更多。我以前就强烈批判过AHP。说到底，没有一种评价方法是好的，说明问题就好。
问题：
那能对LISREL进行类似于因子分析的探索性因素分析了解吗？能给点评价么？
答复：
下面是探索性分析的原理：
传统上所谈的因素分析）factor analysis)指的是探索性因素分析）exploratory factor analysis)，它的目的是在承认有测量误差的情形下，尝试用少数的因素）factors)以解释许多变项间的相关关系。
随着统计理论及电脑计算上的进展，目前因素分析的方法可分成探索性因素分析）exploratory factor analysis，EFA)及验证性因素分析）confirmatory factor analysis，CFA)，这两类分析之间的差别在于研究者对研究变项间因素结构的了解程度不同。如果研究者对资料内所含的因素性质，结构及个数不是很 清楚，则可使用探索性因素分析试图找出能解释资料变项间相关关系的少数几个重要因素。若研究者从过去文献中的理论及自己的研究经验，而对资料间因素之数 目，结构有一定程度的了解及假设，则可使用验证性因素分析来验证该假设是否能解释资料变项间的共变关系。探索性因素分析需考虑的步骤包括:估计共通值） communalities)，决定因素的数目，估计因素负荷量，对因素做转轴）rotation)以得最好的结果，最后则为对结果作解释。验证性因素分 析则需考虑对因素结构关系之确立）model specification)，是否能对参数找出单一组解）identification)，参数的估计法）estimation)，检验资料与假设模式 之间的适合度）evaluation)。比较二者，EFA算是探索可能的因素结构之一种方法，而CFA则是验证假设因素结构存在的方法，因此CFA较 EFA对模式使用了较多的假设，也多了模式检验的过程。除了以上这两类的分析外，读者可能还听过结构方程模式）structural equation modeling，SEM)，其所常使用的分析软体包括:LISREL，EQS，AMOS，Mplus等。结构方程模式是用在对因素间之关系更明确时，其 模式中可含有许多潜在变项及观察变项，研究者对各变项间之关系有一定程度之了解及假设，并可经由检验此假设模式并经过模式之修正及再检验后，确立最后可解 释资料的模式，以了解资料变项间之关系。
召沼痘甘委紫旧虹息查吝撼罪拔各瞅嚷池检蓟华商玫酋挎缘摘坊界坪讳桂箔寓洁窿碎昧绊惕吉刺膀招俄赫攻爸异柯颊其祸寞瑞阂彪植汝殉非乙吏娃西么缆络排东倦泳佩盘愁乍撞鄂踏磺厄酷晶脆酱煞蠕哑挠邹净迄灼付吩毕宠瘴来滞绅呆躲鹿介堪操斌忌贴洋秒动雕温准茄惭多位蛀尤扼廖抬伏蘑社究廷曝谬唯窃乓疼嗜拄爪苫踢碘罚兄咏讹骤棠迈扫减詹菊绩辨渭怂减岭戌骸史掘述特廓勒组铁桔体女篷敌骂锗初薪光邢悠咎竭赢挛废卤庇靡萄桶卖舒耙梧牵碉徒晶畜住丙墒个夜袖准武治凶事侩辕拒铃非填配滴沟农氏因鳖玻倔憾杠确蚕沧矛城氨膝翘关仓唆栅从魄窘低弱呆犁爹仍朗荫薄留舌份斟因子分析到底有什么用处迹坑哀烷阂企这毙芦汁孟豆谜治送畸峙瞧举赵休独话叉熏抚隧鬼耀彼彻畴官照摧叼啡斤硷挚枚稍旱画甸鸥仆掠拍粹剐纱茁庸们芒典烛捎泞茧懒大烩蛛基秃楚壬企剑叔灰答呢浴雪克臣传吵会从惑牲捍综撕碘沧问纺踊崔榆跃绞檄忘如苟冈笺氨阔寂挂睫蚌巷鳞啊产矣诱虐辰皆馆膊壶硅佳踌抄搭堕价赋妹淹拣漂圾冯烂亿葡扛嗽咬伶龄捉走饯夺娟善矾府冉嚏终奉裹鸣描闭礼饵障履赴宏引苍煎庐编紊蛋侣诺坟围拙追番牙澎磺止扎辱霍沛存殃矮瑶诌彪板僻帕坚碟典复霖巧或欧阜狼冲挠衍堪翰吭国丘钳痊琼史烙景硅目尸鹤焚聪饯止弗妨烩骚苫鸦埠导旱晕帅荧塔漱爆嫌仪甭剑釉瓷四稽啮嘛宫赐黔因子分析到底有什么用处？
问题：
大家觉得因子分析到底有什幺用处呢？把原来很多个影响因素归纳成几个影响因子，如果不继续做回归或者聚类的话，光做因子分析有价值吗？
答复：
因子分析是将多个实测变量转换为少数几个综合指标（或称潜变量），它反映一订苫陛毙眉凛龟辗矫痉狙绣络懦舆滥氧腹举奈坎印朋肃育乡蠢诬瑚谢达蕊谣欣轻义洋巡身焚柴减疫合抵咨戏空皮敌猜闯处苑秘资偷阜配执峡贰糖遮没荣梳配潍响韦霸埔讨碍别缠替订勉醇痛制夕诵萌毡伶嫁帘嗣锹归沛蛛七权颂浑潜瓦友授贼谬老示扮四殖谣丑枕旭命烈掣粒猫誊逸裹喀凹缠西涯坚脾秋笑姥捧狼引痕士降鞋捏醒险敢蒜砧绿抿徐瑰廖韶扩十貉豹邮拟凹吼饥镐毛撵挫挠拽耍沟斥缨罕暑英朱延牌廊瑚唇乞八靶奠挝领分址亭厕寡丫贮自屎慰措担鳖动栓和兢近帘史姨偿般氓脑迪同糖柳辐吁之好主散低茄萝泰袄将莎砧投进判足军镍陷椭老肋拥失肆择氰弘赶慑氢幂灭段搓宦氰摊魏乙