ANLISIS FACTORIAL

EL MODELO DE ANLISIS DE FACTOR Y ESTIMACIN

Los datos de la tabla siguiente son de una muestra de los aos de vida esperados por pas
y edad en los hombres
Pais

m0

Algeria

63.00 51.00 30.00 13.00

Cameroon

34.00 29.00 13.00

5.00

Madagascar

38.00 30.00 17.00

7.00

Mauritius

59.00 42.00 20.00

6.00

Reunion

56.00 38.00 18.00

7.00

Seychelles

62.00 44.00 24.00

7.00

South Africa(C)

50.00 39.00 20.00

7.00

South Africa(W)

65.00 44.00 22.00

7.00

Tunisia

56.00 46.00 24.00 11.00

Canada

69.00 47.00 24.00

8.00

Costa Rica

65.00 48.00 26.00

9.00

Dominican Rep

64.00 50.00 28.00 11.00

El Salvador

56.00 44.00 25.00 10.00

Greenland

60.00 44.00 22.00

6.00

Grenada

61.00 45.00 22.00

8.00

Guatemala

49.00 40.00 22.00

9.00

Honduras

59.00 42.00 22.00

6.00

Jamaica

63.00 44.00 23.00

8.00

Mexico

59.00 44.00 24.00

8.00

Nicaragua

65.00 48.00 28.00 14.00

Panama

65.00 48.00 26.00

9.00

Trinidad(62)

64.00 63.00 21.00

7.00

Trinidad (67)

64.00 43.00 21.00

6.00

United States (66)

United States
(NW66)

67.00 45.00 23.00

8.00

United States (W66)

68.00 46.00 23.00

8.00

United States (67)

67.00 45.00 23.00

8.00

Argentina

65.00 46.00 24.00

9.00

Chile

59.00 43.00 23.00 10.00

Columbia

58.00 44.00 24.00

9.00

Ecuador

57.00 46.00 28.00

9.00

m25

m75

61.00 40.00 21.00 10.00

Dada la matriz de datos

Donde:

m50

planteamos un modelo factorial y lo expresamos como:

F(31xr) es la matriz de valores no observables de los r factores comunes para 31

unidades observacionales
A(rx4) es la matriz desconocidas de la matriz de cargas
U(31x4) es la matriz de errores no observados o valores de factores nicos en las
31 observaciones

PRUEBA PRELIMINAR:

Test de esfericidad de Bartlett

El test de esfericidad de Bartlett contrasta la hiptesis de que la matriz de correlaciones
es una matriz identidad. El test se obtiene a partir de una transformacin del
determinante de la matriz de correlacin. El estadstico de dicho test viene dado por:
[

| |

Bajo la hiptesis nula, este estadstico se distribuye como una

La hiptesis a contrastar:

Si se rechaza H0, es decir que las variables no estn no correlacionadas, podramos

asegurar que el uso de un modelo de anlisis factorial es significativo.
Iniciamos los clculos:
]

=[

>

Se rechaza Ho a un nivel de significancia de 0.05, y se asegura la aplicacin del modelo

de anlisis factorial a un nivel de confianza de 95%.
ESTIMACIN DEL MODELO FACTORIAL USANDO EL METODO FACTOR PRINCIPAL

Estimacin de la matriz de cargas:

Calculamos la matriz varianza covarianza S de los datos despus de tomar el logaritmo
a todas las observaciones de cada variable:

S=

0.02343
0.01731
0.01749
0.01244

0.01731
0.01879
0.01651
0.01422

0.01749
0.01651
0.02512
0.02723

Fijamos una cota para la fijacin de la convergencia

0.01244
0.01422
0.02723
0.05259

Paso 1. Estimamos las nominalidades como una matriz diagonal con elementos en la
diagonal igual a 1/s*jj donde s*jj es el j-simo elemento de la diagonal de
158.697
-103.131
-73.495
28.380

-103.131
203.009
-65.072
3.211

-73.495
-65.072
218.366
-78.072

28.380
3.211
-78.072
51.853

Luego obtenemos la matriz diagonal con los correspondientes valores de la diagonal.

0.00630
0
0
0

0
0.00493
0
0

0
0
0.00458
0

0
0
0
0.01929

Paso 2. Calculamos la matriz simtrica Q = S -

Q =

0.01713
0.01731
0.01749
0.01244

0.01731
0.01386
0.01651
0.01422

0.01749
0.01651
0.02054
0.02723

0.01244
0.01422
0.02723
0.03330

Paso 3. Descomposicin espectral de Q y retenemos solamente los primeros r

componentes:
, donde
contiene los r mayores
autovalores mayores de Qi y
sus respectivos autovalores.
Los valores propios de Qi son: 0.075756782 , 0.014585575 ,-0.001822025 y -0.003693014;
dos de ellos son negativos, con lo que Qi es no definida positiva. Tomaremos solo un
factor correspondiente al autovalor mayor: 0075756. La matriz de autovectores de Q es:
-0.4111
-0.4009
-0.5494
-0.6070

H=

0.6147
0.4432
-0.0661
-0.6492

0.5097
-0.7989
0.3052
-0.0938

0.4397
-0.0682
-0.7750
0.4487

Donde:

-0.4111
-0.4009
-0.5494
-0.6070

0.6147
0.4432
-0.0661
-0.6492

0.5097
-0.7989
0.3052
-0.0938

= 0.07575

0.4397
-0.0682
-0.7750
0.4487

0.0146
0
0

0
-0.0018
0

0
0
-0.0037

Paso 4. Calculamos la primera estimacin de la matriz de cargas:

-0.4111
-0.4009
-0.5494
-0.6070

] =

-0.11315
-0.11034
-0.15121
-0.16708

Volvemos a iterar, repitiendo otra vez el procedimiento:

Paso 1. Estimamos la diagonal de i = diag(S-AA)

0.01062
0
0
0

0
0.00661
0
0

0
0
0.00226
0

0
0
0
0.02467

Paso 2. Calculamos la matriz simtrica Qi = S -

Q=

0.012802
0.017311
0.017492
0.012443

0.017311
0.012176
0.016507
0.014216

0.017492
0.016507
0.022864
0.027226

0.012443
0.014216
0.027226
0.027915

Paso 3. Descomposicin espectral de: Qi = HGH, e identificamos nuevamente a las

submatrices
Autovalores: 0.073610864 0.010479123 -0.002831776 -0.005501429
Autovectores:
-0.40116
0.58734
-0.14898
0.68695
-0.40379
0.50159
0.53276
-0.54912
H=
-0.58149
-0.13252
-0.70724
-0.37964
-0.58129
-0.62119
0.44021
0.28713
De donde volvemos a considerar a G1i como la matriz de un solo elemento igual al mayor
autovalor 007361:

-0.40116
-0.40379
-0.58149
-0.58129

= 0.07361

Paso 4. Calculamos
-0.40116
-0.40379
-0.58149
-0.58129

-0.1088
-0.1096
-0.1578
-0.1577

Comprobamos si cumple el criterio de convergencia:

-0.11315
-0.11034
-0.15121
-0.16708

-0.1088
-0.1096
-0.1578
-0.1577

0.012244< 0.05

El criterio de convergencia es cumplido y el modelo con los parmetros estimado es:

-0.1088
-0.1096
-0.1578
-0.1577

X =F

'

u1
u2
+
u3
u4

Donde:
0
0
0
0

u1
u2
u3
u4

ESTIMACION DE
GENERALIZADOS

FACTORES

0.01062
0
0
0

POR

0
0.00661
0
0

EL

MTODO

0
0
0.00226
0

DE

MNIMOS

0
0
0
0.02467

CUADRADOS

Donde x es la matriz de datos despus de tomar el logaritmo, A est estimado,

inversa de la matriz diagonal

-0.10884
-0.10955
-0.15776
-0.15771

94.123
0
0
0

0
151.272
0
0

0
0
443.443
0

0
0
0
40.531

la

F=

-24.16862
-18.80762
-20.31804
-21.68474
-21.11189
-22.68766
-21.55531
-22.31351
-22.86015
-22.89082
-23.29746
-23.76388
-22.96098
-22.19296
-22.35193
-22.12202
-22.12998
-22.55678
-22.71073
-23.83225
-23.29746
-22.48279
-21.99435
-22.62376
-22.09951
-22.65822
-22.62376
-22.87644
-22.58172
-22.74931
-23.50672