文件名称：maroce:迭代主因数法（Principal Axis Factoring）。-matlab开发
文件大小：8KB
文件格式：ZIP
更新时间：2024-06-19 21:15:37
matlab
该 m 文件通过完整数据矩阵、潜根准则、迭代收敛准则处理迭代主因子方法（主轴因子分解），并使用最大因子旋转。 它适用于公共性和因子载荷的迭代解决方案。 在迭代 i 中，来自前一次迭代的公共性被放置在 R 的对角线上，所得的 R 表示为 Ri。 对 Ri 进行特征分析并估计新的变量公共性。 迭代继续，直到公共估计的最大变化小于收敛标准（默认为 0.001），给出达到的迭代次数； 它还给出了残差矩阵，这是原始相关性与因子模型的相关性结构之间差异的结果。 可以使用因子分析的一些目的是 (1) 可以最小化进一步研究的变量数量，同时最大化分析中的信息量（较小的集合可以用作基础结构的操作代表）变量的完整集合），(2) 可用于搜索数据以寻找可能的定性和定量差异，并且在可用数据的绝对数量超出可理解性时特别有用，以及 (3) 如果可以假设数据域具有某些定性和定量的区别，那么这个假设可以通过因子分析来检验
【文件预览】：
maroce.zip