Analisi fattoriale - Quale combinazione usare?Ciao,
Nel fare analisi fattoriale sui componenti principali, quale combinazione utilizzare per Metodo di factoring ( Componenti principali o Massima verosimiglianza ) e Prioritari comunali ( Componenti principali o Analisi del fattore comune )? L'opzione predefinita è Maximum Likelihood e Common Factor Analysis, ma mi piacerebbe sapere come interpretare i fattori derivati dalle altre combinazioni.
Nel mio set di dati, ho trovato alcuna differenza nei risultati dei fattori tra la scelta di Massima verosimiglianza / Componenti principali e Massima verosimiglianza / Analisi del fattore comune, ma le altre due combinazioni danno risultati diversi tra loro e da questa combinazione.
Mi piacerebbe avere una spiegazione del significato (o della mancanza) dei fattori ottenuti dalle altre scelte del Metodo di factoring e Prioritari comunali.
Grazie
Anoop
Ri: Analisi fattoriale - Quale combinazione usare?Sono felice che la spiegazione abbia avuto un senso, e non vedo l'ora di incontrarti nel corso. Sì, i carichi si trovano dalla scomposizione dell'autovalore della matrice R-U (R meno U). La procedura di massima verosimiglianza con SMC inizia con quelle Rsquares sulla diagonale di quella matrice, quindi itera per massimizzare la funzione di verosimiglianza. Nel tuo esempio, l'iterazione non converge. Il metodo di factoring principale inizia con la matrice R completa, con quelli sulla diagonale.
È importante nell'analisi fattoriale scegliere con attenzione le variabili manifest. È necessario che i fattori siano interpretabili, quindi si desidera scegliere variabili manifest che supportino l'interpretazione dei fattori. Non esiste una regola matematica per farlo, solo la conoscenza del soggetto. Tuttavia, puoi sempre utilizzare la piattaforma multivariata per trovare la matrice di correlazione. Le variabili perfettamente correlate avranno una correlazione di 1 e una delle due può essere rimossa.
Ri: Analisi fattoriale - Quale combinazione usare?Ciao signora Michelson
La ringrazio molto per la risposta. Lo capisco meglio ora. Proprio come un chiarimento, è la scomposizione dell'autovalore della matrice R meno U?
Come domanda di follow-up, nell'effettuare questa operazione su un altro set di dati, ML fallì perché la matrice di correlazione era singolare e JMP raccomandò l'uso del PC come metodo di factoring, che ebbe successo. Ho quindi rilanciato l'operazione con alcune altre variabili e la matrice di correlazione è diventata non singolare. Sfortunatamente, non ricordo la combinazione di variabili che ha reso la matrice di correlazione singolare. Ci sono delle regole matematiche per scegliere le variabili corrette per trovare i Componenti principali di?
Mi iscriverò anche per il corso a giugno.
Grazie
Anoop
Ri: Analisi fattoriale - Quale combinazione usare?L'analisi fattoriale tenta di adattarsi al modello Y = XB + E in cui si conosce solo Y. X, B ed E sono tutti sconosciuti. Pertanto, molte condizioni chiave devono essere imposte ai parametri. L'analisi fattoriale comporta la decomposizione della matrice R-U, dove R è la matrice di correlazione delle variabili manifest (Y) e U è la matrice di correlazione dei fattori univoci (E).
L'analisi del fattore principale effettua la decomposizione degli autovalori della matrice R-U. Non è PCA! La massima verosimiglianza è un metodo iterativo che massimizza la funzione di probabilità dati i fattori.
SMC usa la Rsquare di ogni variabile con il resto come stima dell'elemento diagonale di R-U. Il PC usa 1 sulla diagonale di R-U.
Questo punto è fondamentale: poiché ciascuno di questi metodi è matematicamente valido, sono tutti corretti. Il ricercatore deve utilizzare la conoscenza della materia in aggiunta ai grafici e alle statistiche dell'analisi per determinare i fattori e la loro interpretabilità. Il modello di analisi fattoriale presuppone che ci siano fattori non misurabili che causano le variabili manifest, e il modello che fornisce la migliore interpretazione è il modello più utile, il vincitore.
Per favore fatemi sapere se posso fornire maggiori dettagli per aiutare la vostra comprensione dell'analisi fattoriale.
Piccola pubblicità: per ulteriori informazioni, JMP offre un corso di un giorno sull'apprendimento non supervisionato, che copre PCA, analisi fattoriale e clustering. Sarà insegnato in due mezze giornate via Live Web a giugno. Vedi jmp.com/training per maggiori informazioni.
Ri: Analisi fattoriale - Quale combinazione usare?Hai letto le spiegazioni dei metodi in Aiuto > Libri > multivariata guida già?
