楼主: addictedtome
9132 10

因子分析的因子得分 [推广有奖]

  • 0关注
  • 4粉丝

已卖:22份资源

副教授

43%

还不是VIP/贵宾

-

威望
0
论坛币
183 个
通用积分
10.6659
学术水平
21 点
热心指数
30 点
信用等级
14 点
经验
22165 点
帖子
638
精华
0
在线时间
1000 小时
注册时间
2008-8-31
最后登录
2025-7-6

楼主
addictedtome 发表于 2010-5-31 12:21:29 |AI写论文

+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~ !

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
Orthogonal Transformation Matrix

                                           1               2               3

                           1         0.92151         0.35067        -0.16689
                           2        -0.38723         0.86230        -0.32632
                           3         0.02948         0.36533         0.93041


                                     Rotated Factor Pattern

                                         Factor1         Factor2         Factor3

                lbpf       lbpf          0.96413         0.09082        -0.05653
                aph        aph           0.95179         0.09963        -0.08837
                lbph       lbph          0.89395         0.08554        -0.10981
                cnoc       cnoc          0.78257         0.10119         0.03214
                stab1      stab1         0.08728         0.96366        -0.14079
                stab2      stab2         0.15927         0.96167        -0.07696
                pt101      pt101         0.08169        -0.11843         0.80101
                pt201      pt201        -0.18391        -0.05703         0.69716


                                Variance Explained by Each Factor

                              Factor1         Factor2         Factor3

                            3.3204933       1.9064547       1.1774816


                          Final Communality Estimates: Total = 6.404430

      pt101       pt201       stab1       stab2        cnoc         aph        lbpf        lbph

0.66230900  0.52310591  0.95607968  0.95609497  0.62368817  0.92363944  0.94098880  0.81852366


  Orthogonal Transformation Matrix

                                           1               2               3

                           1         0.92151         0.35067        -0.16689
                           2        -0.38723         0.86230        -0.32632
                           3         0.02948         0.36533         0.93041


                                     Rotated Factor Pattern

                                         Factor1         Factor2         Factor3

                lbpf       lbpf          0.96413         0.09082        -0.05653
                aph        aph           0.95179         0.09963        -0.08837
                lbph       lbph          0.89395         0.08554        -0.10981
                cnoc       cnoc          0.78257         0.10119         0.03214
                stab1      stab1         0.08728         0.96366        -0.14079
                stab2      stab2         0.15927         0.96167        -0.07696
                pt101      pt101         0.08169        -0.11843         0.80101
                pt201      pt201        -0.18391        -0.05703         0.69716


                                Variance Explained by Each Factor

                              Factor1         Factor2         Factor3

                            3.3204933       1.9064547       1.1774816


                          Final Communality Estimates: Total = 6.404430

      pt101       pt201       stab1       stab2        cnoc         aph        lbpf        lbph

0.66230900  0.52310591  0.95607968  0.95609497  0.62368817  0.92363944  0.94098880  0.81852366



以上是我因子分析(旋转后)的结果,我想求得因子1,因子2和因子3的得分,现在应该如何做?

谢谢!
二维码

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

关键词:因子得分 因子分析 Orthogonal transform Estimates 因子分析 得分

沙发
crackman 发表于 2010-5-31 12:34:59
Variance Explained by Each Factor

                              Factor1         Factor2         Factor3

                            3.3204933       1.9064547       1.1774816
这个就是说明每一个因子能解释总体变量的程度
factor1/factor1+factor2+factor3;
因子1的比例
其他雷同


     Final Communality Estimates: Total = 6.404430

      pt101       pt201       stab1       stab2        cnoc         aph        lbpf        lbph

0.66230900  0.52310591  0.95607968  0.95609497  0.62368817  0.92363944  0.94098880  0.81852366

这个就是每一个变量能又这三个因子解释的比例

藤椅
addictedtome 发表于 2010-5-31 12:53:14
这些我知道,现在我需要的是得出样本每个因子的得分,然后进行聚类分析

如果按照以上结果,样本的3个因子得分是否就是Rotated Factor Pattern里面的每个变量的值相加?

例如因子1的得分是;0.96413 +0.95179+......+ -0.18391 ?

板凳
crackman 发表于 2010-5-31 12:55:48
用正交旋转法得出的因子负荷来计算就是了
不要用斜角
斜角损失了一部分的信息

报纸
addictedtome 发表于 2010-5-31 13:10:01
你能帮我在上面的结果里标出来吗,中文的名词不太懂,我是用英文学的因子分析

地板
addictedtome 发表于 2010-5-31 13:18:07
是Rotated Factor Pattern,还是Standardized Scoring Coefficients?

7
addictedtome 发表于 2010-5-31 15:24:49
已经搞定了

8
li4519 发表于 2010-10-4 02:08:12
怎么搞的?
分享??

9
小苦瓜 发表于 2011-11-22 05:29:23
addictedtome 发表于 2010-5-31 12:53
这些我知道,现在我需要的是得出样本每个因子的得分,然后进行聚类分析

如果按照以上结果,样本的3个因子 ...
必须不是啊
因子得分你在proc factor选项里面输入 score    然后输入out=XX(你想要的数据集的名字)
然后你看那个standized score  就是因子得分啊
再打开数据集 里面也保存成变量了

10
00刘江红 发表于 2012-9-21 16:02:51
addictedtome 发表于 2010-5-31 12:53
这些我知道,现在我需要的是得出样本每个因子的得分,然后进行聚类分析

如果按照以上结果,样本的3个因子 ...
最后因子1,因子2,因子3的得分咋求的呀?

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2025-12-30 06:21