Statistiline modelleerimine teooria kokkuvõte 2020
tekkivad ühisfaktorid ja unikaalsed faktorid. PCA käigus tekitatakse uued
muutujad lihtsalt kui lineaarkombinatsioonid mõõdetud muutujatest
Faktoranalüüs eeldab, et latentne tunnus on vaadeldud tunnuste vaheliste
korrelatsioonide põhjuseks
FA ei tõesta siiski põhjuslike seoseid.
Kui nt joonisel 1 oleks iga faktor seotud vaid oma enda muutujatega, nimetatakse
seda lihtsaks faktorstruktuuriks.
FA eeldused:
Arvtunnused (võivad olla ka järjestusskaalal); saab arvutada korrelatsioone (r / rho)
Tunnuste vahel peaks olema märkimisväärseid lineaarseid seoseid (enne
korrelatsioonianalüüsiga kontrollida)
Andmeid valimis vähemalt 10x rohkem mõõdetud tunnuseid (valim võiks olla
hinnanguliselt vähemalt 200)
Olulised protsessid:
Faktorite eraldamise meetod (kõige levinum on maximum likelyhood)