- 相關(guān)推薦
因子分析調(diào)查報告
因子分析
因子分析就是用少數(shù)幾個因子來描述許多指標(biāo)或因素之間的聯(lián)系,以較少幾個因子來反映原資料的大部分信息的統(tǒng)計(jì)學(xué)分析方法。從數(shù)學(xué)角度來看,主成分分析是一種化繁為簡的降維處理技術(shù)。
主成分分析
是因子分析的一個特例,是使用最多的因子提取方法。它通過坐標(biāo)變換手段,將原有的多個相關(guān)變量,做線性變化,轉(zhuǎn)換為另外一組不相關(guān)的變量。選取前面幾個方差最大的主成分,這樣達(dá)到了因子分析較少變量個數(shù)的目的,同時又能與較少的變量反映原有變量的絕大部分的信息。
兩者關(guān)系
主成分分析(PCA)和因子分析(FA)是兩種把變量維數(shù)降低以便于描述、理解和分析的方法,而實(shí)際上主成分分析可以說是因子分析的一個特例。
運(yùn)用這種因子分析研究技術(shù),我們可以方便地找出影響消費(fèi)者購買、消費(fèi)以及滿意度的主要因素是哪些,以及它們的影響力(權(quán)重)運(yùn)用這種研究技術(shù),我們還可以為市場細(xì)分做前期分析
因子變量的特點(diǎn)
。1)因子變量的數(shù)量遠(yuǎn)少于原有的指標(biāo)變量的數(shù)量,因而對因子變量的分析能夠減少分析中的工作量。
。2)因子變量不是對原始變量的取舍,而是根據(jù)原始變量的信息進(jìn)行重新組構(gòu),它能夠反映原有變量大部分的信息。
(3)因子變量之間不存在顯著的線性相關(guān)關(guān)系,對變量的分析比較方便,但原始部分變量之間多存在較顯著的相關(guān)關(guān)系。
。4)因子變量具有命名解釋性,即該變量是對某些原始變量信息的綜合和反映。
在保證數(shù)據(jù)信息丟失最少的原則下,對高維變量空間進(jìn)行降維處理(即通過因子分析或主成分分析)。顯然,在一個低維空間解釋系統(tǒng)要比在高維系統(tǒng)容易的多。
因子分析的類型
根據(jù)研究對象的不同,把因子分析分為R型和Q型兩種。
當(dāng)研究對象是變量時,屬于R型因子分析;
當(dāng)研究對象是樣品時,屬于Q型因子分析。
但有的因子分析方法兼有R型和Q型因子分析的一些特點(diǎn),如因子分析中的對應(yīng)分析方法,有的學(xué)者稱之為雙重型因子分析,以示與其他兩類的區(qū)別。
因子分析的步驟:
1、確定待分析的原有若干變量是否適合進(jìn)行因子分析
2、構(gòu)造因子變量
3、子變量的命名解釋
4、計(jì)算因子變量得分
5、結(jié)果的分析解釋
【因子分析調(diào)查報告】相關(guān)文章:
關(guān)于基于因子分析的地方文化產(chǎn)業(yè)的論文10-10
鄉(xiāng)鎮(zhèn)調(diào)查報告_調(diào)查報告_03-22
擔(dān)保調(diào)查報告擔(dān)保調(diào)查報告范文02-22
竹調(diào)查報告參考 竹子調(diào)查報告03-21