AVVISO: Il gruppo di consulenza Idre statistica sarà la migrazione del sito web per il CMS WordPress nel mese di febbraio per facilitare la manutenzione e la creazione di nuovi contenuti. Alcune delle nostre pagine più vecchie verranno rimossi o archiviati in modo tale che essi non saranno più mantenuti. Cercheremo di mantenere i reindirizzamenti in modo che i vecchi URL continueranno a lavorare nel miglior modo possibile. Benvenuti al Istituto per la ricerca e l'istruzione digitale Aiuto Consulting Group Stat dando un regalo Stata Annotated uscita Analisi Factor Questa pagina mostra un esempio di analisi fattoriale con note che spiegano l'uscita. Faremo una iterata assi principali (opzione IPF) con SMC come comunalità iniziali di ritegno tre fattori (fattore di opzione (3)), seguita da varimax e rotazioni Promax. Questi dati sono stati raccolti su 1428 studenti universitari (dati completi sul 1365 osservazioni) e sono le risposte alle voci su un sondaggio. Useremo item13 attraverso item24 nella nostra analisi. un. Autovalori: un autovalore è la varianza del fattore. Nella soluzione iniziale fattore, il primo fattore rappresenterà la più varianza, la seconda rappresenterà il prossimo più alta quantità di varianza, e così via. Alcuni degli autovalori sono negativi perché la matrice non è di rango pieno, cioè, anche se ci sono 12 variabili la dimensionalità dello spazio fattore è molto meno Ci sono al massimo sette fattori possibile. b. Differenza: dà le differenze tra l'autovalore corrente e seguenti. c. Proporzione: Dà la percentuale di varianza spiegata dal fattore. d. Cumulative: Dà la percentuale cumulativa di varianza rappresentato da questo fattore, più tutti quelli precedenti. e. Fattore Carichi: I pesi fattoriali per questa soluzione ortogonale rappresentano sia come le variabili sono ponderati per ogni fattore, ma anche la correlazione tra le variabili e il fattore. f. Unicità: indica la proporzione della varianza comune del variabile non associata con i fattori. L'unicità è pari a 1 - comunanza. g. Ruotate Factor Carichi: I pesi fattoriali per la rotazione ortogonale varimax rappresentano sia come le variabili sono ponderati per ogni fattore, ma anche la correlazione tra le variabili e il fattore. Una rotazione Varimax tenta di massimizzare i carichi squadrati delle colonne. h. Unicità: valori Stesse in e. sopra perché è ancora una soluzione a tre fattori. I display opzione sbozzati unico fattore di carico superiore ad un valore specifico (ad esempio 0,3). io. Ruotate Factor Carichi: I pesi fattoriali per la rotazione obliqua promax rappresentano come l'ciascuna delle variabili sono ponderati per ogni fattore. Nota: queste non sono le correlazioni tra le variabili e fattori. La rotazione promax permette gli elementi da correlare nel tentativo di meglio struttura semplice approssimativa. io. Unicità: valori Stesse in e. e h. sopra perché è ancora una soluzione a tre fattori. Il comando comune estat è un comando postestimation che visualizza la correlazione tra i fattori di una rotazione obliqua. Il contenuto di questo sito web non deve essere interpretata come un'approvazione di un particolare sito web, il libro, o di un prodotto software dall'Università di California. Factor Analisi: Una breve introduzione, la parte 1 di Maike Rahn, PhD Perché analisi analisi fattoriale fattore di utilizzo è un utile strumento per indagare i rapporti variabili per concetti complessi come lo status socio-economico, abitudini alimentari, o scale psicologiche. Esso permette ai ricercatori di indagare concetti che non sono facilmente misurati direttamente comprimendo un gran numero di variabili in alcuni fattori sottostanti interpretabili. Che è un fattore Il concetto chiave di analisi fattoriale è che più variabili osservate hanno modelli simili di risposte perché sono tutti associati ad una variabile latente (cioè non direttamente misurato). la loro associazione con una variabile latente sottostante, il fattore che non può essere facilmente misurata. Ad esempio, le persone possono rispondere in modo simile a domande su reddito, istruzione, e l'occupazione, che sono tutti associati con lo status socio-economico variabile latente. In ogni analisi fattoriale, ci sono lo stesso numero di fattori come ci sono variabili. Ciascun fattore cattura una certa quantità di varianza complessiva nelle variabili osservate, ei fattori sono sempre elencate in ordine di quanta variazione spiegano. Il autovalore è una misura di quanto della varianza delle variabili osservate un fattore spiega. Qualsiasi fattore con un autovalore 1 spiega più varianza di una singola variabile osservata. Quindi, se il fattore di status socio-economico ha avuto un autovalore di 2.3 non si spiegherebbe tanto varianza 2.3 delle tre variabili. Questo fattore, che cattura maggior parte della varianza in queste tre variabili, potrebbe essere utilizzato in altre analisi. I fattori che spiegano la minor quantità di varianza sono generalmente scartati. Decidere come molti fattori sono utili per mantenere sarà oggetto di un altro post. Quali sono fattori caricamenti Il rapporto di ogni variabile al fattore sottostante è espresso dal cosiddetto fattore di carico. Qui è un esempio di uscita di una semplice analisi fattoriale guardando indicatori di ricchezza, con solo sei variabili e due fattori risultanti. La variabile con la più forte associazione alla variabile latente sottostante. Fattore 1, è il reddito, con un fattore di carico di 0,65. Dal momento che pesi fattoriali possono essere interpretati come coefficienti di regressione standardizzati. si potrebbe anche dire che il reddito variabile ha una correlazione di 0.65 con fattore 1. Questo potrebbe essere considerato una forte associazione per un'analisi fattore nella maggior parte dei campi di ricerca. Altri due variabili, l'istruzione e l'occupazione, sono anche associati con Factor 1. Sulla base dei caricamento di variabili molto sul fattore 1, potremmo chiamarla individuale status socio-economico. valore di casa, numero di parchi pubblici, e il numero di crimini violenti ogni anno, tuttavia, avere alti carichi fattore sulla altro fattore, fattore 2. Essi sembrano indicare la ricchezza complessiva all'interno del quartiere, in modo che potrebbe voler chiamare Factor 2 Quartiere stato socioeconomico. Si noti che il valore di casa variabile è anche marginalmente importante Factor 1 (carico 0,38). Questo ha senso, dal momento che il valore di una casa di persone dovrebbe essere associato con il suo reddito. L'autore: Maike Rahn è uno scienziato di salute con un forte background in analisi dei dati. Maike ha un dottorato di ricerca in Nutrizione presso la Cornell University. A caccia di formazione statistica conveniente con le migliori statistiche mentori intorno Vuoi chiedere ad un esperto tutta la vostra masterizzazione statistiche domande Guarda cosa statisticamente parlando, il nostro programma di appartenenza esclusiva con webinar mensili e sessioni di QA aperte. Related posts Grazie per il tuo contributo di FA. It8217s sta aiutando, ma hanno bisogno di una ipotesi di sostenerlo Dr. Maike Rahn, Grazie tanto per il breve spiegazione di ciò che l'analisi fattoriale è tutto. Capisco perfettamente come applicare. Vorrei che un giorno leggere il mio pezzo di lavoro. Cordiali saluti da Queenstown a Eastern Cape-Sud Africa Hey, la prego di nominare 4 test psicologici sulla base di analisi fattoriale, come ad esempio 16 PF e NEO, tutti gli altri test che si è incontrato Grazie. Ho letto diversi articoli che cercano di spiegare l'analisi fattoriale. Questo è il più facile da capire perché è chiaro e conciso. E 'sicuro di dire che il fattore di analisi è l'analisi fatta nel cercare la relazione tra demografico e le variabili (dipendente, mediatore, moderatore) nello studio o O è l'analisi fatta su ogni oggetti sotto un costrutto per vedere il carico tra gli elementi che rappresentano il costrutto. Non mi può aiutare, come ho ancora riesco a capire che cosa l'analisi fattoriale è. Aiutare gentilmente. Grazie molto. Ciao Mike, No, FA isn8217t fatto per cercare di relazione tra le variabili differenti in un modello di rapporto. Analisi Factor è un modello di misurazione per una variabile non misurato (un costrutto). Così it8217s più vicino al tuo quest'ultima definizione. Grazie mille La spiegazione più chiara che abbia mai letto. Saluti dalla Spagna.
No comments:
Post a Comment