因子分析
多变量数据通常包含大量的测量变量，有时这些变量重叠，从某种意义上说，这些变量组可能是相互依赖的。例如，在十项全能比赛中，每个运动员参加10个项目，但其中一些可以被认为是速度项目，而其他可以被认为是力量项目，等等。因此，你可以认为一名选手的10项成绩很大程度上依赖于3到4种类型的运动能力。
因子分析是一种将模型与多元数据拟合以估计这种相互依赖性的方法。在因子分析模型中，被测变量依赖于较少数量的未观察(潜在)因素。因为每个因素可能影响几个共同的变量，它们被称为常见的因素．假设每个变量都依赖于公因式的线性组合，系数称为载荷．每个测量变量还包括一个由于独立随机可变性的组成部分，称为具体的差异因为它只针对一个变量。
具体来说，因子分析假设你的数据的协方差矩阵是这样的形式
其中Λ是载荷矩阵，以及对角矩阵的元素Ψ是具体的方差。这个函数factoran拟合最大似然因子分析模型。
另请参阅
相关的话题
您也可以从以下列表中选择网站: