关于因子分析的疑惑

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

本人最近欲用因子分析法写一篇论文，现有几个疑点，麻烦知道的大侠们解答一下：
（1）进行因子分析时要事先对数据进行标准化处理吗？
我收集的数据，都是大于零的，但是有正向型和负向型数据，我看有人说SPSS进行分析时会自动对数据进行标准化，请问具体操作时到底要不要事先算出标准化数据呢？
（）关于特征值
在求出特征值的时候好像有一个旋转之后的，请问到底以哪一个为参考依据？
（2）关于因子得分
因子得分的计算公式F1=a1*X1......,，请问这里的X1是原始数据还是标准化的数据，是不是因子得分SPSS会自动生成呢？
（3）关于综合指数
综合指数等于各因子得分与权重乘积之和，请问这个权重从何而来？
我在网上看到很多不同的算法，不知道权威的算法是怎样的？
疑问很多，希望各位大人解惑啊! 感激涕零。。。。。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：因子分析 标准化数据 因子分析法 因子得分 SPSS 分析法 论文

你还是看看张文彤主编的《spss统计分析高级教程》（高等教育出版社），这本书解释的还是挺清楚的（我认为），

没人回答一下啊

由于SPSS没有主成份分析功能，在它的误导下，看来多数国人已把因子分析和主成分分析混淆不清了。
因子分析和主成分分析在社会科学研究中发挥着重要作用，但他们的概念基础是截然不同的。
在琢磨主成分分析和因子分析差别之后,体会是：
主成分分析：
1.用较少的变量表示原来的样本；
2.目的是样本数据信息损失最小的原则下，对高维变量进行降维。
3.参数估计，一般是求相关矩阵的特征值和相应的特征向量（主成分分析法），取前几个计算主成分。
4.应用：应用较少变量来解释各个样本的特征（数据降维、综合平价）。
因子分析：
1.用较少的因子表示原来的变量；
2.目的是尽可能保持原变量相互关系(结构)原则下;寻找变量的公共因子。
3.参数估计，指定几个公因子，将其还原成相关系数矩阵，在和原样本相关矩阵最相似（最大似然法）原则下，估计各个公因子的估计值。
4.应用：找到具有本质意义的少量因子来归纳原来变量的特征（因子降维、潜在因子）。

如果说主成份分析和因子分析有联系，那就是：因子分析中公因子模型参数估计方法很多，其中有一种公因子模型参数估计方法是“主成份分析法”。

至于国内常用的综合评价，计算“综合指标”，只能用主成份分析、而不能用因子分析。

因子分析时需要事先对数据进行标准化处理，消除量纲差异；旋转式便于解释因子意义。

谢谢4楼，有点明白了。

二楼说的是，这本书中讲的比较清楚。

旋转是为了便于解释因子，