Другие новости по теме:
Комментарии (0) Факторный анализ 22
dfk = l/2[(n-k)*-(n + k)], (14)
где k — число гипотетических факторов, а п — число переменных.
Как видно, dfk не зависит от объема выборки N.
Существенное преимущество метода максимального правдоподобия сострит в том, что для большой выборки он позволяет получить критерий значимости. Если критерий %2 показывает значимое отклонение наблюдений от fc-факторной модели, то в рассмотрение вводится модель с (k + l) факторами.
В разведочном анализе вычисления, как правило, начинают с одного фактора, а заканчивают, когда отклонение наблюдений от модели становится статистически незначимо. Хотя эти последовательные проверки гипотез находятся в зависимости друг от друга, на практике это несущественно (Lawley, Maxwell, 1971).
Если при оценивании числа факторов положиться на один только критерий значимости, то возникает опасность получить факторов больше, чем нужно. Там, где модель всего лишь приближена к реальности, неизбежные невязки обусловливают появление дополнительных значимых факторов. В разд. IV мы вернемся к вопросам, связанным с определением числа факторов.
Альфа-факторный анализ
Предполагается, что и в методе наименьших квадратов и в методе максимального правдоподобия существует генеральная
совокупность объектов*, на которую распространяются результаты статистического анализа выборки. В альфа-факторном анализе используемые переменные считаются выборкой из некоторой совокупности переменных, о которой можно судить на основании наблюдаемой совокупности объектов. Таким образом, в альфа-факторном анализе выводы носят психометрический, а не статистический характер.