• Artykuły
  • Forum
  • Ciekawostki
  • Encyklopedia
  • Analiza czynnikowa

    Przeczytaj także...
    Macierz korelacji to macierz, której elementy stanowią wartości współczynników korelacji dla odpowiednich par zmiennych losowych.Modelowanie równań strukturalnych to klasa wielowymiarowych, parametrycznych modeli statystycznych pozwalająca na testowanie hipotez badawczych o dużej możliwości złożoności relacji pomiędzy zmiennymi. Mocne strony podejścia to:
    Analiza głównych składowych (ang. Principal Component Analysis, PCA) – jedna ze statystycznych metod analizy czynnikowej. Zbiór danych składający się z N obserwacji, z których każda obejmuje K zmiennych, można interpretować jako chmurę N punktów w przestrzeni K-wymiarowej. Celem PCA jest taki obrót układu współrzędnych, aby maksymalizować w pierwszej kolejności wariancję pierwszej współrzędnej, następnie wariancję drugiej współrzędnej, itd.. Tak przekształcone wartości współrzędnych nazywane są ładunkami wygenerowanych czynników (składowych głównych). W ten sposób konstruowana jest nowa przestrzeń obserwacji, w której najwięcej zmienności wyjaśniają początkowe czynniki.

    Analiza czynnikowa – metoda statystyczna służąca odnajdywaniu struktur w zbiorze zmiennych losowych. Znalazła ona szerokie zastosowanie w psychologii (przy analizie struktury zjawisk badanych przez narzędzia kwestionariuszowe), marketingu, zarządzaniu produktem i teorii decyzji.

    Teoria decyzji to wspólny obszar zainteresowań wielu różnych dziedzin nauki, obejmujący analizę i wspomaganie procesu podejmowania decyzji. Korzystają z niej i rozwijają ją: kognitywistyka, matematyka, statystyka, psychologia, socjologia, ekonomia, zarządzanie, filozofia, informatyka oraz medycyna.

    Celem analizy czynnikowej jest zredukowanie dużej liczby zmiennych losowych do mniejszego zbioru, co uzyskujemy przez założenie, że pewne grupy zmiennych losowych reprezentują zmienność tych samych czynników, czyli zmienne losowe w danej grupie są od siebie w pewnym stopniu zależne.

    W analizie czynnikowej istnieją dwa podejścia:

  • eksploracyjna analiza czynnikowa (EFA, od ang. exploratory factor analysis) – czynniki są początkowo nieznane i zostają wyodrębnione dzięki analizie wartości zmiennych losowych
  • konfirmacyjna analiza czynnikowa (CFA, od ang. confirmatory factor analysis) – zakładamy istnienie pewnego określonego zbioru czynników i dzięki analizie wartości zmiennych losowych badamy zasadność naszego przypuszczenia i estymujemy parametry naszego modelu (modelowanie równań strukturalnych).
  • Jest wiele metod analizy czynnikowej, jednak najbardziej popularne są dwie:

  • analiza głównych składowych (PCA, od ang. principal component analysis)
  • analiza czynników głównych (PFA, od ang. principal factor analysis).
  • Niezależnie od metody, rozpoczynamy od budowy macierzy korelacji i sprawdzenia, czy możliwe jest zastosowanie analizy czynnikowej.




    w oparciu o Wikipedię (licencja GFDL, CC-BY-SA 3.0, autorzy, historia, edycja)

    Reklama