Forelesning 4 - Eksplorerende faktoranalyser 2 Flashcards

1
Q

Forklare hva en Eigenmatrise er,og hva det brukes til.

A

En Eigenmatrise består av Eigenvektorer og Eigenverdier. Og matrisene brukes til å beregne faktor ladningene.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Forklare hva en Eigenvektor er.

A

En matematisk størrelse som fanger opp det særegne ved en datamatrise. Den kan framstilles numerisk som en rad eller kolonne med tall, eller geometrisk som en pil med retning og lengde.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Forklare hva en Eigenverdi er.

A

Eigenverdien er variansen til Eigenvektoren. Den kommer også til uttrykk som Eigenvektorens geometriske lengde.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Vite hva Eigenverdien sier om ivaretatt varians.

A

Eigenverdien sier hvor mye variansen i de opprinnelige variablene som ivaretas av Eigenvektoren.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Vite hvordan numeriske Eigenvektorer kan transformeres til prinsipale komponenter.

A

Ved Z-skåre standardisering av den numeriske Eigenvektoren

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Vite hvilken rolle Eigenmatriser har i en faktoranalyse.

A

Eigenmatriser er transformasjonsleddet som omdanner korrelasjonsmatriser til faktormatriser.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Vite hva som skal til for at resultatene fra prinsipal komponent analyse (PKA) og en eksplorerende faktor analyse (EFA) likner på hverandre

A

Jo flere variabler og jo sterkere de korrelerer, dess likere blir PKA og EFA.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Beskrive hvorfor en faktor forklarer kovarians i en faktormodell.

A

Faktormodellen antakelse er at variablene korrelerer på grunn av faktoren. De får en viss mengde varians fra den samme faktoren, og siden variablene deler noe av den samme variansen, vil de også korrelere med hverandre.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Beregne Eigenverdier basert på faktorladninger (eller komponentladninger).

A

Eigenverdien kan beregnes ved å summere de kvadrerte faktorladningene eller komponentladningene.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Beregne forklart (ivaretatt) varians basert på Eigenverdier i en spesifisert faktor(komponent) modell.

Forklar begge

A

Kort:
Ved å dele på antall variabler i modellen.

Ivaretatt/komponent: Ved å dele Eigenverdien på antall variabler i modellen får vi vite hvor mye av variansen i variablene som blir ivaretatt av komponenten. Når tallet ganges med 100 gjøres estimatet om til prosentvis ivaretatt varians.

Forklart/faktor: Ved å dele faktorens Eigenverdi på antall variabler i modellen får vi vite hvor mye av variansen i variabler som forklares av faktoren. Når tallet ganges med 100 gjøres estimatet om til prosentvis forklart varians.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Finnes det en felles faktor for ukorrelerte variabler?

A

NEI.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Hvor stor er faktorladningen (F1) til variabelen «Behagelig»?

A

.83

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Hvor mye av variansen i variabelen «Oppslukt» kan forklares av Faktor 2?

A

.83^2 = 0.69
0.69*100 = 69%

69% av variansen i variabelen «Oppslukt» kan forklares av Faktor 2.

Dette er fordi vi vet at ved å kvadere faktorladningen så finner vi hvor mye av variansen i en manifest variabel som kommer fra en felles faktor.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Hvor stor er den første Eigenverdien?

A

2.82

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Hvor mye varians forklarer den uroterte Faktor 1?

A

0.41*100 = 41%

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Hvor mye varians forklarer hele modellen samlet?

A

0.61*100 = 61% (kumulativ)