بردار تصادفی قابل مشاهده X باP مؤلفه دارای میانگین  و ماتریس کواریانس است. در الگوی عاملی فرض بر این است که X وابسته خطی چند متغیر تصادفی غیرقابل مشاهده F_1,F_2,…,F_m بوده و اصطلاحاً « عوامل مشترک» (Communality Factors) گفته می شود و P منبع دیگر از متغیرهای _1,_2,…,_m هستند که خطا یا گاهی اوقات « عوامل خاص» ( Specific Factors) نامیده می شوند.

مدل عاملی متعامد

بردار تصادفی قابل مشاهده X باP مؤلفه دارای میانگین  و ماتریس کواریانس است.

در الگوی عاملی فرض بر این است که X وابسته خطی چند متغیر تصادفی غیرقابل مشاهده F_1,F_2,…,F_m بوده و اصطلاحاً « عوامل مشترک» (Communality Factors) گفته می شود و P منبع دیگر از متغیرهای _1,_2,…,_m هستند که خطا یا گاهی اوقات « عوامل خاص» ( Specific Factors) نامیده می شوند.

الگوی تحیل عاملی بصورت زیر است:


مدل تحلیل عاملی متعامد در spss

 

ضریب_ij را محموله متغیر i اُم روی عامل j اُم می نامند.

بنابراین، به ماتریس L فوق، ماتریس « محموله های عاملی» (Loading Factors) گفته می شود.

الگوی عاملی متعامد با m عامل مشترک عبارت است از:


مدل تحلیل عاملی متعامد در spss

 

و بردارهای تصادفی غیرقابل مشاهده F و  در روابط زیر صدق می کنند.

E(F)= 0,Cov(F)=I E()= 0,Cov()= که در آن ،  یک ماتریس قطری است.


مدل تحلیل عاملی متعامد در spss


مدل تحلیل عاملی متعامد در spss


مدل تحلیل عاملی متعامد در spss

Go to top
تمام حقوق این سایت محفوظ می باشد .

مدیریت و سفارش خدمات: 09011853901