數據管理與模型分析:STATA軟件應用(簡體書)
- 系列名:21世紀人口學系列教材
- ISBN13:9787300161631
- 出版社:中國人民大學出版社
- 作者:楊菊華
- 裝訂/頁數:平裝/411頁
- 規格:23.5cm*16.8cm (高/寬)
- 版次:1
- 出版日:2012/08/15
商品簡介
作者簡介
名人/編輯推薦
目次
書摘/試閱
二、基本假定
因子分析是廣義線性回歸(generalized linear regression,GLM)的一部分,故擁有與一般線性模型(GLM)類似的一些假定,包括線性關系、定距變量(或類似定距變量)、變量沒有刪截、模型指定正確、變量之間沒有高度的共線性、呈正態分布等;此外,因子分析也有其獨特的假定。
1.適度的指標選取
在進行因子分析時,一個不可回避的問題是,需要多少個變量才能構成一個因子。驗證性因子分析對實測變量的數目沒有特殊的限定;進行結構方程模型分析時,在其他條件相同的情況下,與僅有2~3個實測變量的因子相比,擁有更多實測變量的因子將會提高模型的可信度、有效性、普遍性。在探索性因子分析中,一般的法則是,每個因子最少需要三個高負載、可解釋的變量(Kim and Mueller,1978b:77)。然而,是不是變量越多越好呢?太多過分相似的實測變量可能掩蓋真正的潛在因素,導致次優結果。假如有以下變量:“我喜歡我的辦公室”、“我的辦公室很舒適”、“我喜歡在辦公室工作”等。這些變量可能生成一個“辦公室”因子,但研究者的目的其實是為了獲得一個“工作滿意度”因子。為了避免得到次優結果,研究者可以從一組表面效度最高的變量人手。在某些情況下,變量較少的模型也具有很高(甚至更高)的擬合度。假設有這樣的案例:分別從5個變量和10個變量中提取因子。在5個變量的情況下,特征值為1.0的因子將解釋變量總方差的20%;而在10個變量的情況下,特征值同樣為1.0的因子只能解釋總體方差的10%。顯然,當從大量變量中提取因子時,使用這樣的標準將導致所提取的因子只能解釋總方差很小的一部分。此外,也有一些研究者認為,實測變量的數目并不與被提取的因子數目相關聯,因為研究者事先并不知道有多少個因子被提取出來,故而無法依據被提取的因子個數對實測變量的數目進行安排。但實際上,很多研究者在因子分析前對所探討的實測變量的因子結構已有了一定的預期。
2.有效的因子命名
因子解釋與命名必須具有表面效度或基于理論。眾所周知,根據因子負載得出的因子命名是很主觀的。對于同樣一組因子負載,不同研究者給予的命名可能是不一樣的。
主題書展
更多主題書展
更多書展本週66折
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大,除封面破損、內頁脫落等較嚴重的狀態,其餘商品將正常出貨。
特別提醒:部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供,需以QR CODE 連結至當地網站註冊“並通過驗證程序”,方可下載使用。
無現貨庫存之簡體書,將向海外調貨:
海外有庫存之書籍,等候約45個工作天;
海外無庫存之書籍,平均作業時間約60個工作天,然不保證確定可調到貨,尚請見諒。
為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。