19、n频数分布频数分布 n频数分布的有关统计指标频数分布的有关统计指标 n列联表列联表考察类型变量之间的关系考察类型变量之间的关系 n列联表的有关统计指标列联表的有关统计指标 卡方变量卡方变量 32 因子分析因子分析 n因子分析通过研究众多变量之间的内部 依赖关系 ， 探求观测数据中的基本结构 ，并用少数几个假想变量来表示基本的数 据结构 。
33 因子分析的应用因子分析的应用 n因子分析的主要应用：因子分析的主要应用： n考察数据的基本结构考察数据的基本结构 n数据简化数据简化 n用一组数目较少的、相互独立的因子 ， 来用一组数目较少的、相互独立的因子 ， 来 替代原始变量 ， 用于进一步的多元分析替代原始变量 ，。

20、用于进一步的多元分析 34 模型的表述模型的表述 n对于标准化的变量 ， 因子分析模型可用对于标准化的变量 ， 因子分析模型可用 下式表示：下式表示： Xi = Ai1F1 + Ai2F2 + . + AimFm +Ui Fj , j = 1, 2, . m, 为公因子为公因子 Ui , i = 1, 2, . k, 为特殊因子为特殊因子 Aij 为因子负载为因子负载 n公因子可用观察变量的线性组合来表示：公因子可用观察变量的线性组合来表示： Fi = Wi1X1 + Wi2X2 + . + WikXk 35 有关统计量有关统计量 n变量间的相关关系变量间的相关关系 n Bartletts test。

21、of sphericity（0 ， 1） 用于检用于检 验各变量是否相关的统计量验各变量是否相关的统计量 nKMO值值(0, 1)用于检验因子分析是否合适的指标用于检验因子分析是否合适的指标 （.5）表示合适 。
）表示合适 。
n公因子方差观察变量方差中公因子所能解释公因子方差观察变量方差中公因子所能解释 的比例的比例 n特征值每个因子解释的总方差比例特征值每个因子解释的总方差比例 n因子负载变量与各因子的相关系数因子负载变量与各因子的相关系数 36 因子分析的步骤因子分析的步骤 n定义问题定义问题 n考察相关矩阵考察相关矩阵 n选择抽取因子的方法选择抽取因子的方法 n确定因子的个数确定因子的个数 n 。

22、旋转因子旋转因子 n评价模型的拟合效果评价模型的拟合效果 n解释因子和命名解释因子和命名 37 选择抽取因子的方法选择抽取因子的方法 n因子分析的最基本的方法包括：因子分析的最基本的方法包括： n主成分分析用最少的变量解释尽快主成分分析用最少的变量解释尽快 能多的方差 ， 以进行后续多元分析能多的方差 ， 以进行后续多元分析 n公因子分析主要用于识别公因子的公因子分析主要用于识别公因子的 主要维度主要维度 38 确定主要因子的数目确定主要因子的数目 n主要因子的数目可用以下方法确定：主要因子的数目可用以下方法确定： n事先确定事先确定 n根据特征值（根据特征值（Eigenvalue1） n根据根据Sc 。

23、ree图图 n根据解释方差的比例根据解释方差的比例 n根据显著检验根据显著检验 39 鉴别分析鉴别分析 n判别分析是用于分析应变量为分类变量、自变判别分析是用于分析应变量为分类变量、自变 量为定距变量数据的一种统计分析模型 。
量为定距变量数据的一种统计分析模型 。
n第一阶段以一部分已知类型的观测案例的多元第一阶段以一部分已知类型的观测案例的多元 变量观测值作为鉴别变量 ， 建立不同类型的鉴变量观测值作为鉴别变量 ， 建立不同类型的鉴 别函数别函数 n第二阶段根据鉴别函数对未知类型属性、但有第二阶段根据鉴别函数对未知类型属性、但有 鉴别变量观测值的案例进行鉴别分类 。
鉴别变量观测值的案例进行鉴别分类 。
40 。

24、 判别分析的目的判别分析的目的 n建立判别函数建立判别函数 n检查不同组之间在有关预测变量方面是检查不同组之间在有关预测变量方面是 否有显著差异否有显著差异 n决定哪个预测变量对组间差异的贡献最决定哪个预测变量对组间差异的贡献最 大大 n根据预测变量对个体进行分组根据预测变量对个体进行分组 41 判别分析模型判别分析模型 n判别分析模型可用下式表示：判别分析模型可用下式表示： nD = bo + b1X1 + b2X2+ . + bkXk D = 判别分判别分(discriminant score) b = 判别系数判别系数(discriminant coefficient) X = 预测因子 。

25、预测因子(predictor) 42 与判别分析有关的统计量与判别分析有关的统计量 n典型相关系数典型相关系数(canonical correlation) n重心与组重心重心与组重心(centroid and group centroid) n分类矩阵分类矩阵(classification matrix) n判别系数判别系数(discriminant coefficient) n标准化判别系数标准化判别系数(standardized discriminant coefficient) n特征值特征值(eigenvalue) nWilks ?(0, 1) 43 聚类分析聚类分析 n聚类分析是一 。

稿源：(未知)

【傻大方】网址：/a/2021/0621/0022535947.html

标题：营销|营销调研总复习( 四 )