Факторный анализ как метод редукции данных

Под редукцией понимается переход от многих исходных количественных признаков к пространству факторов, число которых значительно меньше числа исходных количественных признаков. Например, от исходных 20–40 количественных признаков производится переход к 3–5 факторам.

Предположим, вы хотите измерить удовлетворенность людей жизнью, для чего составляете вопросник с различными пунктами; среди других вопросов задаете следующие: удовлетворены ли люди своим хобби и как интенсивно они им занимаются. Результаты преобразуются так, что средние ответы (например, для удовлетворенности) соответствуют значению 100, в то время как ниже и выше средних ответов расположены меньшие и большие значения, соответственно. Две переменные (ответы на два разных пункта) коррелированы между собой. Из высокой коррелированности двух этих переменных можно сделать вывод об избыточности двух пунктов опросника.(Продолжение на стр. 16)

Пусть имеется n объектов, каждый из которых характеризуется набором из m признаков. Обозначим через х_ij значение j -го признака для i -го объекта, тогда исходная информация может быть представлена в виде таблицы, которую называют матрицей данных. Эта таблица имеет п строк (по числу объектов) и т столбцов (по числу признаков). Таким образом, каждая строка таблицы соответствует одному из объектов, а каждый столбец - одному из признаков (таблица 1).

Если все m признаков X₁,...,X_m - количественные, то матрицу данных можно обрабатывать с помощью методов факторного анализа, когда выполнен ряд условий. Первый этап обработки связан с вычислением матрицы парных коэффициентов корреляции, которая служит отправной точкой всех методов факторного анализа.

Основные результаты факторного анализа выражаются в наборах факторных нагрузок и факторных весов.

Факторные нагрузки - это значения коэффициентов корреляции каждого из исходных признаков с каждым из выявленных факторов. Чем теснее связь данного признака с рассматриваемым фактором, тем выше значение факторной нагрузки. Положительный знак факторной нагрузки указывает на прямую (а отрицательный знак - на обратную) связь данного признака с фактором. Таблица факторных нагрузок содержит n строк (по числу признаков) и m столбцов (по числу факторов).

Факторными весами называют количественные значения выделенных факторов для каждого из n. имеющихся объектов. Объекту с большим значением факторного веса присуща большая степень проявления свойств, определяемых данным фактором. Поэтому положительные факторные веса соответствуют тем объектам, которые обладают степенью проявления свойств больше средней, а отрицательные факторные веса соответствуют тем объектам, для которых степень проявления свойств меньше средней. Таблица факторных весов содержит п строк (по числу объектов) и m столбцов (по числу факторов).

Таким образом, данные о факторных нагрузках позволяют сформулировать выводы о наборе исходных признаков, отражающих тот или иной фактор, и об относительном весе отдельного признака в структуре каждого фактора. В свою очередь, данные о факторных весах определяют ранжировку объектов по каждому фактору. Значения факторных весов можно рассматривать как значения индекса, характеризующего уровень развития объектов в рассматриваемом аспекте.