Académique Documents
Professionnel Documents
Culture Documents
MULTIVARIADO
Análisis de Factores
Ing. Estadística Informática
Morales Fabricio
El Análisis Factorial: Parte de un conjunto amplio de variables
que presentan interrelaciones importantes. De las cuales se
asume que las relaciones existen porque las variables son
manifestaciones comunes de factores no "observables" de
forma directa...y se pretende llegar a un cálculo de esos
factores:
a) Resumiendo información
b) Clarificando las relaciones entre ellas sin pérdida excesiva de
información.
Las variables dependen de factores inobservables.
El objetivo es analizar si hay factores (menos que variables) que
expliquen dichas variables.
Análisis factorial y componentes principales
3
ANÁLISIS FACTORIAL
Modelo Factorial
X1
µ = EX
Sea X = con
X ∑ = VX
p
F1
Factores comunes: F =
F
m ε1
Factores específicos o errores: ε =
ε
m
l11 l12 l1m
l21 l22 l2 m Nota:
Matriz de cargas: L = l =carga de X
ij i
sobre F j
l l p2 l pm
p1 pxmm≤ p
4
ANÁLISIS FACTORIAL
Matricialmente, el modelo factorial es: X − µ = LF + ε
Escribiéndolo de forma desarrollada, quedaría
5
ANÁLISIS FACTORIAL
Supuestos
(i ) E ( F ) = 0 y V ( F ) = E ( FF ' ) = I
ψ 1 0
(ii ) E (ε ) = 0 y V (ε ) = E (εε ' ) = =Ψ
0 ψ
m
(iii ) ε y F son incorrelados :
Eε ' F = EFε ' = 0 = cov(ε , F )
6
ANÁLISIS FACTORIAL
Observaciones:
Comunalidad (hi2)
∑ = LL '+ Ψ Especificidad
σ ii = l + l + + l +ψ i = h +ψ i
2
i1
2
i2
2
im i
2
cov( X , F ) = L
X1
µ = EX
Sea X = y ; X − µ = LF + ε .
X ∑ = VX
p
Si Σ tiene los siguientes autovalores y autovectores,
(λ 1, e1 ), , (λ p , e p ) con λ 1≥ ≥ λ p ≥ 0
la descomposición exacta de Σ es
La descomposición de Σ es:
λ 1 e1 ψ 1 0
∑ pxp ≈ ( λ 1 e1 )
λ m em pxm +
0
λ e
m m ψ p
mxp
donde ψ i = σ ii − hi2
Entonces ∑ − LL' ≈ Ψ
9
ANÁLISIS FACTORIAL
Ejercicio 10.6 Realizar un análisis factorial sobre el conjunto de
datos de EE.UU... del numero de delitos en 50 estados
descritos en la Tabla A.18 y hacer una estimación de análisis
factorial con tres factores .
l1= 0.000
l2= 0,0002
l3= 0,0252
Valores Propios
l4= 0,0627
l5= 0,2605
l6= 0,7414
l7= 6,3638
Matriz de Correlación
l1= 0.1244
l2= 0,2507
l3= 0,3619
Valores Propios
l4= 0,4206
l5= 0,6716 λ3
l6= 1,4807 λ2
l7= 3,6902 λ1
-0,5747 -0,3034 -0,2994 -0,0668 0,04 -0,6303 0,2908
-0,1439 0,6859 0,2465 0,3489 0,3457 -0,13 0,4359
-0,1775 -0,0489 0,587 -0,2135 -0,647 0,0684 0,3908
Vectores Propios 0,7829 -0,1135 -0,0428 -0,0931 -0,0109 -0,4389 0,4135
-0,0592 0,2074 -0,3234 -0,7318 0,209 0,3677 0,3667
-0,0267 -0,6156 0,2598 0,2216 0,4781 0,3739 0,3678
0,0194 0,0157 -0,5754 0,4847 -0,4335 0,3369 0,3633
λ 1 e1 ψ 1 0
∑ pxp ≈ ( λ 1 e1 )
λ m em pxm +
λ m em mxp 0 ψp
0,04
0,2908 -0,6303
0,3457
0,4359 -0,13
0,3908 -0,647
0,0684
=1.9209 0,4135 2 2 =1.2168 -0,4389 3 3 =0.8195 -0,0109
0,3667 0,209
0,3677
0,3678
0,3739 0,4781
0,3633
0,3369 -0,4335
Al trabajar con tres factores nuestra matriz
de carga nos queda de la siguiente
manera.
Matriz de Carga
=
0,7507 0,0832 -0,5302
Matriz de Correlación
Ψ = R - λλ`
0,0985 0 0 0 0 0 0
0 0,1937 0 0 0 0 0
0 0 0,1484 0 0 0 0
Ψ= 0
0
0
0
0
0
0,0838
0
0
0,2743
0
0
0
0
0 0 0 0 0 0,1402 0
0 0 0 0 0 0 0,2187
Modelo
X- µ = λF + ε
X4 - 135,42
= 0,7943 -0,5341 -0,009
F2
F3
+ ε4
X5 891,4 0,7044 0,4474 0,1713 ε5
X6 1922,58 0,7066 0,455 0,3918 ε6
X7 367,86 0,6979 0,4099 -0,3552
ε7
Del Modelo obtenido….
GRACIAS
El fin….