一、因子分析法概述
因子分析法的運用首先是要進行相關性的分組，在不同分組中所包含的變數相關性一致，那麼把相關性一致的這一組就稱為其中的乙個公共因子。在實證中實際要研究的就是這一小組中所涵蓋的每乙個變數，公共因子就是多個變數最終的集合，最終都依據關聯性的大小**成綜合因子。既沒有破壞繁雜的資訊，又避免了相關性因子繁多造成的干擾，使資訊得到精簡。
因子分析就是通過少數的幾個公共因子來解釋協方差結構的因子模型，因此在選擇因子的過程中個數十分關鍵，若挑選因子過多會在因子分析的過程中丟掉使用價值；但若選擇的因子數不足，又會引起資訊的丟失。通常用以下準：
1、挑選的公共因子標準需要考慮到主成分向量的特徵值。將原始評價指標進行標準化處理，由於在過程中選取的指標方差都等於 1，假設在解得後主成分向量的特徵值不足 1，則意味著所謂的主成分無法解釋任何乙個指標，所以在特徵值的選擇方面，至少應當保證選擇的公共因子在特徵值數值上大於或約等於 1，對於特徵值不足 1 的主成分應當進行丟棄。
2、在公共因子的選擇中，更應當充分考慮主成分方差累積貢獻率。方差累積貢獻率的表達意義是主成分在對於全面資訊的儲存度的衡量。在通常情況下，如果主成分的累積貢獻率達到 60%，說明保留了原始資訊的大部分且這部分資訊對問題已經能很好的進行解釋，所在實證中通常挑選公共因子的累積貢獻率應當保證在 60%以上。
假設有 n 個原始變數，它們分別為x1,x2,x3…xn，其中 xi (i=1,2,3,…n) 於是有：
x1=a11f1+a12f2+…+a1mfm+a1ε1
x2=a21f2+a22f2+…+a2mfm+a2ε2 …
…xn=an1fn+an2f2+…+anmfm+anεn
可以用矩陣形式表示為：x=af+aε。其中原始變數滿足平均值等於零，標準差等於 1 的標準化變數；f1,f2,f3…fm 表示多個公因子變數，公因子變數之間不相關，且方差均為 1；m 小於n。ε 為特殊因子，含義為原始變數中沒有被提出的公共因子做解釋的剩餘部分的資訊。
二、因子分析法步驟
1、對原始樣本資料進行無綱量化處理，消除不同單位造成的差異；
2、將樣本相關係數矩陣標準化後形成標準化矩陣，求出標準化矩陣的特徵值，計算特徵值的貢獻率；
3、依據提出的公因子的累計貢獻率，確認是否可以表達大部分的資訊內容；
4、利用最大方差法求得因子載荷矩陣，並確定公因子；
5、建立因子得分函式，計算出每個銷售的效率得分並排名。
因子分析 因子得分
因子分析的最後一步了，悲傷 在因子分析中，人們一般關注的重點是估計因子模型的引數 載荷矩陣 有時公共因子的估計 即所謂的因子得分 也是需要的，因子得分可以用於模型診斷，也可以作為下一步分析的原始資料。需要指出的是，因子的得分計算並不是通常意義下的引數估計，他是對不可觀測的隨機變數 取值的估計 通常可...
因子分析原理
因子分析是根據相關性大小把原始變數進行分組，使得同組內的變數之間相關性較高，而不同組的變數間的相關性則較低。每組變數代表乙個基本結構，並用乙個不可觀測的綜合變數表示，這個基本結構就稱為公共因子。先介紹一下因子分析的數學模型，如下 因子模型 正交因子模型 1 確定待分析的原有若干變數是否適合進行因子分...
因子分析模板
2011a 2模板 p10 因子分析的主要步驟如下 資料標準化 由於不同重金屬元素的量綱可能不同，因此為了消除量綱對資料的影響，對所有的重金屬採用下面的公式對資料進行歸一化處理 其中2 計算協方差矩陣s 因為已經對資料進行歸一化處理，協方差的大小在一定程度上表示了個元素之間的關係，記每個區有n個取樣...