|
|
Exploratory Factor Analysis[EFA,探索性因子分析] |
|
找出多元观测变量的本质结构。 Exploratory Factor Analysis[EFA,探索性因子分析]解析。
|
什么是探索性因子分析? 释义探索性因子分析法(Exploratory Factor Analysis,EFA)是一项用来找出多元观测变量的本质结构、并进行处理降维的技术。 因而,EFA能够将将具有错综复杂关系的变量综合为少数几个核心因子。
探索性因子分析法的起源。 历史因子分析法是两种分析形式的统一体, 即验证性分析和纯粹的探索性分析。 英国的心理学家Charles Spearman在1904年的时候,提出单一化的智能因子(A Single Intellectual Factor)。 随着试验的深入,大量个体样本被分析研究,Spearman的单一智能因子理论被证明是不充分的。 同时,人们认识到有必要考虑多元因子。 20世纪30年代,瑞典心理学家Thurstone打破了流行的单因理论假设,大胆提出了多元因子分析(Multiple Factor Analysis)理论。 Thurstone在他的《心智向量》(Vectors of Mind,1935)一书中,阐述了多元因子分析理论的数学和逻辑基础。
探索性因子分析法的计算。 公式在运用EFA法的时候,可以借助统计软件(如SPSS或SAS)来进行数据分析。
探索性因子分析法的运用。 应用
探索性因子分析法的步骤。 流程一个典型的EFA流程如下:
探索性因子分析法的优势。 优点
探索性因子分析法的局限。 缺点
探索性因子分析法的假定。 条件
参考书: Klaus Backhaus, Bernd Erichson, Wulff Plinke - Multivariate Analysemethoden - 参考书: Joseph F Hair, Ronald L Tatham, Rolph E. Anderson, William Black - Multivariate Data Analysis - 参考书: John C. Loehlin - Latent Variable Models -
探索性因子分析 论坛探索性因子分析 小组
探索性因子分析 培训|活动
添加链接到此页面将这段代码复制并粘贴到你的网页: &n
比较: Regression Analysis[回归分析] | Analytical CRM[分析型顾客关系管理] | Confirmatory Analysis | LISREL
|
|
|
|
|
撰写评论 |