主要内容
因子分析
多元数据通常包括大量测量变量，有时这些变量重叠，在某种意义上，它们的组可能是相互依赖的。例如，在十项全能比赛中，每个运动员参加10个项目的比赛，但其中有几个项目可以被认为是速度项目，而其他项目可以被认为是力量项目，等等。因此，你可以认为一个竞争者的10个项目得分很大程度上取决于较小的3或4种运动能力。
因素分析是一种将模型与多元数据相匹配以估计这种相互依赖性的方法。在因素分析模型中，被测变量依赖于少量未观测到的(潜在的)因素。因为每个因素都可能影响几个共同的变量，所以它们被称为常见的因素．假设每个变量都依赖于公共因子的线性组合，这些系数被称为载荷．每个被测变量还包括一个由于独立随机变异性而被称为具体的差异因为它只针对一个变量。
具体来说，因素分析假设数据的协方差矩阵是这样的形式
其中Λ是载荷矩阵，对角矩阵的元素Ψ为具体方差。这个函数factoran使用最大似然拟合因子分析模型。
另请参阅
相关的话题
你也可以从以下列表中选择一个网站:
