因素分析
因素分析是一种统计方法，针对称为因素的潜在未观察变量的数量来描述观察到的相关变量之间的变异性。 例如，六个观测变量的变化可能主要反映了两个未观测（基础）变量的变化。因素分析针对未观察到的潜在变量寻找此类共同变化，从而将观察到的变量建模，使之成为潜在因素以及误差项的线性组合。 参考文献
标签：#因子分析
共 4 篇文章
主成分回归
统计学中，主成分回归（PCR）是一种基于主成分分析（PCA）的回归分析方法。更确切地说，PCR用于估计标准线性回归模型中的未知参数。 PCR不是直接将因变量与解释变量进行回归，而是将解释变量的主成分作为回归量。一般只使用所有主成分的一个子集用于回归，因此PCR是一种正则化过程，也是一种收缩估计量。 方差更高的主成分（基于解释变量样本方差-协方差矩阵对应更大特征值的特征向量）被选为回归量。不过，要预测结果，低方差的主成分可能也很重要，在某…
双标图
的双标图]] 双标图（）是一类统计学的统计图形。双标图可以同时把抽样和资料矩阵变量中的数据用图表表示出来。抽样样本可以用向量、线性轴和非线性轨迹表达。在类别变量的案例中，类别水平点（）可以用来代表其类别变量的水平值。一类广义的双标图可以适用呈现序数标量和区间标量。 相关资料 Gower, J.C., Hand, D.J, 1996. Biplots. Chapman & Hall, London, UK. ISBN 0412716305…
方差最大化旋转
在统计学中, 方差最大化旋转是在主成分分析或因子分析中使用的一种方法，通过坐标变换使各个因子载荷的方差之和最大。通俗地说，就是 (a) 任何一个变量只在一个因子上有高贡献率，而在其它因子上的载荷几乎为0; (b)任何一个因子只在少数变量上有高载荷, 而在其它变量上的载荷几乎为0. 果满足这个条件的因子载荷矩阵称为具有“简单结构”。方差最大化旋转就是用来将载荷矩阵旋转到尽量接近简单结构的方法。从这组变量代表的样本看来，方差最大化旋转找到了…