Question

因子分析后为什么要进行回归分析

Answer 1

因子分析后为什么要进行回归分析
用因子得分FAC1-1做回归，那个因子载荷阵是原变数与因子的相关系数，你可以参考网上的文献，另外新生成的因子是不相关的，不用做相关分析了
请问 做相关分析前，一定要做因子分析吗？因子分析的目的是什么？ 谢谢！
主成分分析和因子分析的区别 :jok:

1，因子分析中是把变量表示成各因子的线性组合，而主成分分析中则是把主成分表示成

个变数的线性组合。

2，主成分分析的重点在于解释个变数的总方差，而因子分析则把重点放在解释各变数之

间的协方差。

3，主成分分析中不需要有假设(assumptions),因子分析则需要一些假设。因子分析的假

设包括：各个共同因子之间不相关，特殊因子（specific factor）之间也不相关，共同

因子和特殊因子之间也不相关。

4，主成分分析中，当给乎枣源定的协方差矩阵或者相关矩阵的特征值是唯一的时候，的主成分

一般是独特的；而因子分析中因子不是独特的，可以旋转得到不到的因子。

5，在因子分析中，因子个数需要分析者指定（spss根据一定的条件自动设定，只要是特

征值大于1的因子进入分析），而指

定的因子数量不同而结果不同。在主成分分析中，成分的数量是一定的，一般有几个变数

就有几个主成分。

和主成分分析相比，由于因子分析可以使用旋转技术帮助解释因子，在解释方面更加有

优势。大致说来，当需要寻找潜在的因子，并对这些因子进行解释的时候，更加倾向于

使用因子分析，并且借助旋转技术帮助更好解释。而如果想把现有的变数变成少数几个

新的变数（新的变数几乎带有原来所有变数的资讯）来进入后续的分析，则可以使用主

成分分析。当然，这中情况也可以使用因子得分做到。所以这中区分不是绝对岁态的。

总得来说，主成分分析主要是作为一种探索性的技术，在分析者进行多元资料分析之前

，用主成分分析来分析资料，让自己对资料有一个大致的了解是非常重要的。主成分分

析一般很少单独使用：a，了解资料。(screening the data),b,和cluster *** ysis一

起使用，c，和判别分析一起使用，比如当变数很多，个案数不多，直接使用判别分析可

能无解，这时候可以使用主成份发对变数简化。（reduce dimensionality）d,在多元回

归中，主成分分析可以帮助判断是否存在共线性（条件指数），还可以用来处理共线性

。

在演算法上，主成分分析和因子分析很类似，不过，在因子分析中所采用的协方差矩阵的

对角元素不在是变数的方差，而是和变数对应的共同度（变数方差中被各因子所解释的
用SPSS作因子分析，资料为什么要标准化
不标准化 可能会由于不同列的资料本身的大小差异影响结果

比如一列重量资料的范围可能都是几g，资料都是个位数，然后一列资料的计量单位是m，但实际值都是0.0001起的，因为主成份分析时，只考虑资料，未把计量单位考虑进去，这样两列资料的大小差异很大，会影响结果，因此对资料进行一定的标准化处理，使所有列的资料范围都在正负1之间，这样可以避免资料差异的影响
为什么在做SPSS因子分析时要进行不止一次的因子的抽取
一次抽取过后，不合适的专案要删除。之后要再抽取，再删除专案。这样就多次了。

当然，如果资料、结构够好，一次也可以探索成良好结构
因子分析后得到的几个成分做回归分析，为什么还要考虑多重共线性?
因为他不是用的因子得分，是线性计算的值

理论上用因子得分
在因子分析中，为什么要对因子进行旋转
主成分分析不能旋转，因子分析才能。很多论文这个方面都误用了 统计专业，为您服务
实证一定要进行因子分析吗
实证是相对于理论而言的，凡是涉及到资料和统计分析的，都可以叫实证，而因子分析只是众多统计分析方法中的一个而已，自然就不是必须岩银的了。（南心网SPSS实证分析）
spss因子分析为什么要对因子进行旋转？
因子旋转是为了更有利于用现实语言来描述所得因子。正常因子分析得出的因子可能逻辑意义不明显，理解起来很困难。但旋转之后就可能得到有逻辑意义的因子。
在因子分析中，为什么要对因子进行旋转
因子旋转是为了更有利于用现实语言来描述所得因子。正常因子分析得出的因子可能逻辑意义不明显，理解起来很困难。但旋转之后就可能得到有逻辑意义的因子。
为什么在做SPSS因子分析时要进行不止一次的因子抽取？
不是，如果合适的话一次就可以