.48Р【东北】Р黑龙江省Р10368.6Р【中南】Р广东省Р46013.06Р研究方法原理及步骤Р统计方法的选择Р本文要对20个样品的8个指标进行分析,得出这些样品的差异所在及其原因。由于所选取的指标变量之间有较强的相关性,并且为了使分析客观、全面,我们采用因子分析方法,利用降维的思想,由指标变量相关矩阵的依赖关系出发,将具有错综复杂关系的8个指标变量归结为少数几个公共因子,使得公共因子内的变量之间相关性较高,而不同公共因子内的相关性较低,同时要求公共因子变量所包含的指标信息量占原始指标信息量的85%以上(即公共因子的累积贡献率达到85%以上)。同时为了找到意义更为明确、实际意义更明显的公共因子,进行因子旋转。抓住这些因子可以帮助我们对复杂的问题进行分析和解释。当因子模型建立好之后,计算得到各样品的因子得分。为了便于进行样品间的差异分析及原因分析,以因子得分为变量进行系统聚类分析为好,把相似的样品归为一类,然后再进行差异分析。这样分析的结果也比较合理、客观,彼此的差异也更明显,更好分析。Р2. 因子分析Р因子分析基本思想Р因子分析的基本思想【10】是根据相关阵或协差阵的内部依赖关系把原始变量分组,使得同组内的变量相关性较高,而不同组的变量间的相关性则较低。每组变量代表一个基本结构,并用一个不可观测的综合变量表示,这个基本结构就称为公共因子。对于所具体研究的某一具体问题,原始变量就可以分解成两部分之和的形式,一部分是少数几个不可测的所谓公共因子的线性函数,另一部分是与公共因子无关的特殊因子。Р具体方法步骤Р针对本文要研究的内容,且在知道样本决策矩阵的情况下,因子分析的具体步骤如下:Р1)为了便于研究,并消除由于观测量纲的差异及数量级不同所造成的影响,将样本观测数据进行标准化处理,使标准化后的变量均值为0,方差为1。并求得其相关阵,分析变量之间的相关性。Р样本观测数据标准化:
全文预览
