主要内容
因子分析
多变量数据通常包括大量测量变量，有时这些变量重叠，因此它们的组可能依赖于此。例如，在迪卡侬中，每个运动员都参加了10个活动，但其中几个可以被认为是速度事件，而其他人可以被认为是力量事件等。因此，您可以想到竞争对手的10个活动分数在很大程度上取决于较小的三种或四种类型的运动能力。
因子分析是一种适合多元数据模型来估计这种相互依赖的方式。在因子分析模型中，测量变量取决于较少数量的未观察（潜伏）因素。因为每个因素可能会影响多个共同的变量，所以它们被称为常见因素。假设每个变量取决于公共因子的线性组合，并且系数被称为装载机。每个测量的变量还包括由于独立随机可变性而导致的组件，称为具体方差因为它特定于一个变量。
具体地，因子分析假定数据的协方差矩阵是表单
其中λ是负载矩阵，以及对角线矩阵的元素ψ是具体的差异。功能选择性使用最大可能性拟合因子分析模型。
也可以看看
相关话题
您还可以从以下列表中选择一个网站：
