资源描述
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,应用多元统计分析,第八章习题解答,1,第1页,第1页,第八章 因子分析,2,第2页,第2页,第八章 因子分析,3,第3页,第3页,第八章 因子分析,特殊因子,(,1,2,p,),协差阵,D,为:,4,第4页,第4页,第八章 因子分析,5,第5页,第5页,第八章 因子分析,6,第6页,第6页,第八章 因子分析,7,第7页,第7页,第八章 因子分析,8,第8页,第8页,第八章 因子分析,9,第9页,第9页,第八章 因子分析,(3)试求误差平方和,Q,(,m,)0.1主成份解.,因,Q,(2)=0.073310.1,故,m,=2主成份解满足要求.,或者利用习题8-4结果:,10,第10页,第10页,第八章 因子分析,8-3,验证下列矩阵关系式(,A,为,p,m,阵),解:,利用分块矩阵求逆公式求下列分块矩阵逆:,利用附录中分块求逆二个公式(4.1)和(4.2)有:,11,第11页,第11页,第八章 因子分析,由逆矩阵相应块相等,即得:,12,第12页,第12页,第八章 因子分析,把,B,22,1,和,B,11,2,式代入以上各式,可得:,由第三式和第二式即得,13,第13页,第13页,第八章 因子分析,8-4,证实公因子个数为,m,主成份解,其误差平方和,Q,(,m,)满足下列不等式,其中,E,S,-(,AA,+,D,)=(,ij,),A,D,是因子模型主成份预计.,解:,设样本协差阵,S,有下列谱分解式:,为,S,特性值,,l,i,为相应原则特性向量。,14,第14页,第14页,第八章 因子分析,设,A,D,是因子模型主成份预计,即,若记,则,15,第15页,第15页,第八章 因子分析,因此,因,16,第16页,第16页,第八章 因子分析,8-5 试比较主成份分析和因子分析相同之处与不同点.,因子分析与主成份分析不同点有:,(1)主成份分析不能作为一个模型来描述,它只是通常变量变换,而因子分析需要结构因子模型;,(2)主成份分析中主成份个数和变量个数p相同,它是将一组含有相关关系变量变换为一组互不相关变量(注意应用主成份分析处理实际问题时,普通只选取前m(mp)个主成份),而因子分析目标是要用尽也许少公共因子,方便结构一个结构简朴因子模型;,17,第17页,第17页,第八章 因子分析,(3)主成份分析是将主成份表示为原变量线性组合,而因子分析是将原始变量表示为公因子和特殊因子线性组合,用假设公因子来“解释”相关阵内部依赖关系.,这两种分析办法又有一定联系.当预计办法采用主成份法,因子载荷阵A与主成份系数相差一个倍数;因子得分与主成份得分也仅相差一个常数.这种情况下可把因子分析当作主成份分析推广和发展.,这两种办法都是降维统计办法,它们都可用来对样品或变量进行分类.,18,第18页,第18页,
展开阅读全文