1.5. Факторный анализ

Основная цель факторного анализа в том, чтобы обнаружить скрытые общие факторы, объясняющие связи между наблюдаемыми признаками (параметрами) объекта. Для этого в строке меню из пункта Статистика необходимо выбрать модуль Многомерные исследовательские методы и открыть модуль Факторный анализ или Анализ особенности (Factor Analysis), на экране появится стартовая панель модуля:

Рис. 1.5.1. Стартовая панель модуля Факторного анализа

Прежде всего, в строке Файл входных данных (Input File) указывается тип исходного файла, с которым будет идти работа. В модуле возможны следующие типы исходных данных:

Исходные данные – Raw Data.

Корреляционная матрица – Correlation Matrix.

Выбираются переменные для анализа, инициировав кнопку Variables (Переменные). Далее появится окно выбора переменных: Select the variables for the factor analysis – Выбрать переменные для факторного анализа.

Рис. 1.5.2. Окно выбора переменные для факторного анализа

В данном окне можно выбрать переменные, либо высвечивая их мышью в представленном списке, удерживая ее левую кнопку и двигаясь вверх либо вниз, либо набрать номера переменных в нижней строке. Максимально допустимое число переменных 2000.

Перейдем непосредственно к анализу полученных результатов факторного анализа. STATISTICA 6.0. вычислит корреляционную матрицу и предложит на выбор несколько методов факторного анализа.

Вычисление корреляционной матрицы, если она не задается сразу, – первый этап факторного анализа.

В стартовом окне модуля необходимо нажать на кнопку . Появится окноУказать метод выборки фактора (Define Method of Factor Extraction).

Рис. 1.5.3. Окно определения метода выделения факторов

Данное окно имеет следующую структуру. Верхняя часть окна является информационной, в ней представлена следующая информация: пропущенные значения обработаны методом Casewise (Способ исключения пропущенных случаев – состоит в том, что в электронной таблице, содержащей данные, игнорируются все строки, в которых имеется хотя бы одно пропущенное значение); обработано 55 случаев и 55 случаев принято для дальнейших вычислений; корреляционная матрица вычислена для 6 переменных.

Нижняя часть данного диалогового окна содержит опции выбора метода и поля, в которых проводятся установки для итеративного вычисления общностей.

Поля в правой части окна: Максимальное (Максимальное число факторов – Maximum no. Of factors) и Минимальное (Минимальное собственное значение – Minimum eigenvalue) определяют число факторов, которые будут выделены системой. Собственные значения меньше указанного в поле игнорируются.

Группа опций, объединенных под заголовком Метод выборки (Extraction method), позволяет выбрать метод обработки. В зависимости от критерия оптимальности возможен анализ либо методом Principal components – Методом главных компонент, либо одним из методов, объединенных в группу Анализ основного фактора – Principal factor analysis.

Системы предлагает следующие методы в группе Анализ основного фактора:

• Относительная дисперсия (Communalities=multiple R**2) – Общности равны квадрату коэффициента множественной корреляции;

• Итерируемая относительная дисперсия (Iterated communalities (MINRES)) – Итеративных общностей (минимальных остатков);

• Факторы максимальной вероятности (Maximum likelihood factors) – Максимальные вероятности факторов;

• Метод центра (Centroid method) – Центроидный метод;

• Метод основной оси (Principal axis method) – Метод главных осей.

Открыв закладку Описания и инициировав кнопку Просмотреть корреляции/средние/стандартные отклонения (Review correlations/means/SD), вы откроете окно Просмотреть описательные статистики (Review Descriptive Statistics). В данном окне приведены описательные статистики для анализируемых данных, где можно посмотреть средние, стандартные отклонения, корреляции, ковариации, построить различные графики.

Рис. 1.5.4. Окно просмотра описательных статистик