因子分析法基本思想,因子分析法实例分析

Factor Analysis，因子分析最早由心理学家提出，是多元统计的重要分析方法之一，其基本思想是根据相关性大小对变量进行分组，使得同组内的变量之间相关性较高，不同组的变量之间相关性较低，每组变量代表了一个基本结构，因子分析中将之称为公共因子。

（1）降维；

（2）发现变量间潜在关系（因子）。

（1）探索性因子分析（exploratory factor analysis）。

（2）验证性因子分析（confirmatory factoranalysis）。

探索性因子分析是不确定一堆自变量背后有几个因子，我们通过这种方法试图寻找到因子。而验证性因子分析是已经假设自变量背后有几个因子，试图通过这种方法去验证一下这种假设是否正确。验证性因子分析又和结构方程模型有很大关系。

说明：

有关因子分析的数学模型推导，在此就不做推导了，感兴趣的可以自己在网上查阅有关因子分析的数据模型推导过程。

开始/运行：cmd

pip install factor_analyzer

import pandas as pd

import numpy as np

import numpy.linalg as nlg

from pandas import DataFrame

from factor_analyzer import FactorAnalyzer, Rotator, calculate_kmo, calculate_bartlett_sphericity

df_features = pd.read_csv('test11.csv')

rows*columns：1000*8