AVVISO: Il gruppo di consulenza Idre statistica sarà la migrazione del sito web per il CMS WordPress nel mese di febbraio per facilitare la manutenzione e la creazione di nuovi contenuti. Alcune delle nostre pagine più vecchie verranno rimossi o archiviati in modo tale che essi non saranno più mantenuti. Cercheremo di mantenere i reindirizzamenti in modo che i vecchi URL continueranno a lavorare nel miglior modo possibile. Benvenuti al Istituto per la ricerca digitale e l'istruzione Aiuto Consulting Group Stat dando un regalo Stata FAQ Come posso eseguire un fattore di analisi con variabili categoriali (o categoriali e continue) i metodi standard di esecuzione di analisi fattoriale (cioè quelli basati su una matrice di Pearsons correlazioni) assumono che le variabili sono continue e seguono una distribuzione normale multivariata. Se il modello include variabili che sono dicotomiche o ordinale un fattore di analisi può essere effettuata utilizzando una matrice di correlazione polychoric. In Stata possiamo generare una matrice di correlazioni polychoric usando il comando polychoric scritta dall'utente. È possibile trovare e installare il comando polychoric digitando polychoric findit nella finestra di comando Stata e seguendo le indicazioni sullo schermo. Per ulteriori informazioni sulla localizzazione e l'installazione comandi scritti dall'utente vedere la nostra FAQ: Come faccio ad usare findit per la ricerca di programmi e ulteriore assistenza. Si noti che le variabili utilizzate con polychoric possono essere binario (01), ordinali, o continuo, ma non possono essere nominali (categorie non ordinate). Si noti inoltre che le correlazioni nella matrice prodotta dal comando polychoric non sono tutte le correlazioni polychoric. Se entrambe le variabili hanno 10 dei valori osservati, una correlazione polychoric viene calcolato, quando solo una delle variabili assume 10 dei valori (cioè una variabile è continua e l'altra categorica) una correlazione polyserial viene calcolata, e se entrambe le variabili assumono su più di 10 valori viene calcolata una correlazione Pearson. Una volta che abbiamo una matrice di correlazione polychoric, siamo in grado di utilizzare il comando factormat per eseguire un'analisi fattoriale esplorativa utilizzando la matrice come input, piuttosto che le variabili prime. Il set di dati di questo esempio include i dati su 1428 studenti universitari e dei loro istruttori. L'analisi esempio include variabili dicotomiche, compreso il sesso facoltà (facsex) e nazionalità facoltà (cittadino statunitense o straniero, facnat) ordinato variabili categoriali, tra cui rango di facoltà (facrank), rango studente (studrank) e grado (A, B, C, ecc grado) e il variabili continue facoltà stipendio (stipendio), anni di insegnamento presso l'Università del Texas (yrsut), e il numero di studenti della classe (nstud) in questa analisi. Queste variabili sono state selezionate per rappresentare una gamma di tipi di variabili (cioè dicotomiche, ordinato categorica, e continuo), e non necessariamente costituiscono fattori sostanzialmente significative. Qui di seguito abbiamo aperto il set di dati e generare la matrice di correlazione polychoric per le otto variabili nella nostra analisi. Si può notare che il comando polychoric corre un po 'più lentamente rispetto Statas correlare e comandi pwcorr, questo è normale. Il comando polychoric non non visualizza il numero di casi (con listwise soppressione) utilizzati per generare la matrice, ma lo fa memorizzare il n in R (sumw) in modo da poter utilizzare il comando del display per vederlo. Poi usiamo il comando della matrice per memorizzare la matrice di correlazione polychoric (salvato in R (R) dal comando polychoric) come r. in modo che possiamo usare con il comando factormat. Il comando factormat è seguito dal nome della matrice vogliamo usare per l'analisi (cioè r). Il n (.) Quotoptionquot dà la dimensione del campione, ed è obbligatorio. Abbiamo usato i fattori di opzione (.) Per indicare che vogliamo mantenere tre fattori. Quanto sopra uscita analisi fattoriale può essere interpretato in un modo simile a un modello di analisi fattoriale di serie, compreso l'uso di metodi di rotazione per aumentare interpretability. NOTICE: Il gruppo di consulenza Idre statistica sarà la migrazione del sito web al CMS WordPress nel mese di febbraio per facilitare la manutenzione e la creazione di nuovi contenuti. Alcune delle nostre pagine più vecchie verranno rimossi o archiviati in modo tale che essi non saranno più mantenuti. Cercheremo di mantenere i reindirizzamenti in modo che i vecchi URL continueranno a lavorare nel miglior modo possibile. Benvenuti al Istituto per la ricerca e l'istruzione digitale Aiuto Consulting Group Stat dando un regalo Stata Annotated uscita Analisi Factor Questa pagina mostra un esempio di analisi fattoriale con note che spiegano l'uscita. Faremo una iterata assi principali (opzione IPF) con SMC come comunalità iniziali di ritegno tre fattori (fattore di opzione (3)), seguita da varimax e rotazioni Promax. Questi dati sono stati raccolti su 1428 studenti universitari (dati completi sul 1365 osservazioni) e sono le risposte alle voci su un sondaggio. Useremo item13 attraverso item24 nella nostra analisi. un. Autovalori: un autovalore è la varianza del fattore. Nella soluzione iniziale fattore, il primo fattore rappresenterà la più varianza, la seconda rappresenterà il prossimo più alta quantità di varianza, e così via. Alcuni degli autovalori sono negativi perché la matrice non è di rango pieno, cioè, anche se ci sono 12 variabili la dimensionalità dello spazio fattore è molto meno Ci sono al massimo sette fattori possibile. b. Differenza: dà le differenze tra l'autovalore corrente e seguenti. c. Proporzione: Dà la percentuale di varianza spiegata dal fattore. d. Cumulative: Dà la percentuale cumulativa di varianza rappresentato da questo fattore, più tutti quelli precedenti. e. Fattore Carichi: I pesi fattoriali per questa soluzione ortogonale rappresentano sia come le variabili sono ponderati per ogni fattore, ma anche la correlazione tra le variabili e il fattore. f. Unicità: indica la proporzione della varianza comune del variabile non associata con i fattori. L'unicità è pari a 1 - comunanza. g. Ruotate Factor Carichi: I pesi fattoriali per la rotazione ortogonale varimax rappresentano sia come le variabili sono ponderati per ogni fattore, ma anche la correlazione tra le variabili e il fattore. Una rotazione Varimax tenta di massimizzare i carichi squadrati delle colonne. h. Unicità: valori Stesse in e. sopra perché è ancora una soluzione a tre fattori. I display opzione sbozzati unico fattore di carico superiore ad un valore specifico (ad esempio 0,3). io. Ruotate Factor Carichi: I pesi fattoriali per la rotazione obliqua promax rappresentano come l'ciascuna delle variabili sono ponderati per ogni fattore. Nota: queste non sono le correlazioni tra le variabili e fattori. La rotazione promax permette gli elementi da correlare nel tentativo di meglio struttura semplice approssimativa. io. Unicità: valori Stesse in e. e h. sopra perché è ancora una soluzione a tre fattori. Il comando comune estat è un comando postestimation che visualizza la correlazione tra i fattori di una rotazione obliqua. Il contenuto di questo sito web non deve essere interpretata come un'approvazione di un particolare sito web, il libro, o di un prodotto software dalla University of California.
No comments:
Post a Comment