Læringsmål 4- Eksplorerende faktoranalyse 2 Flashcards
Forklare hva en Eigenmatrise er
En Eigenmatrise består av Eigenvektorer og Eigenverdier.
Eigenmatriser benyttes for å beregne faktorladninger.
Forklare hva en Eigenvektor er
En Eigenvektor er en matematisk størrelse som fanger opp det særegne ved en datamatrise.
Den kan framstilles numerisk som en rad eller kolonne med tall.
En Eigenvektor kan også fremstilles geometrisk som en pil (linje) med retning og lengde.
Da blir pilas lengde Eigenvektorens Eigenverdi.
Forklare hva en Eigenverdi er
Eigenverdien er variansen til en numerisk Eigenvektor. Den kommer også til uttrykk som Eigenvektorens geometriske lengde, altså lengden på pila/linja.
Vite hva Eigenverdien sier om ivaretatt varians
Eigenverdien sier hvor mye av variansen i de opprinnelige variablene som ivaretas av Eigenvektoren.
Vite hvordan numeriske Eigenvektorer kan transformeres til prinsipale komponenter
Numeriske Eigenvektorer kan transformeres til prinsipale komponenter gjennom standardisering (Z-skåre transformasjon).
En prinsipal komponent er altså en Z-transformert Eigenvektor.
Måten man utfører Z-transformasjon er å ta å trekke fra gjennomsnittet fra de ulike Eigenvektorene, for så å dele på standardavviket.
Vite hvilken rolle Eigenmatriser har i en faktoranalyse
Eigenmatriser er transformasjonsleddet som omdanner korrelasjonsmatriser til faktormatriser.
Alle korrelasjonsmatriser kan transformeres til Eigenmatriser.
Vite hva som skal til for at resultatene fra en PKA og en EFA likner på hverandre
Jo flere variabler og jo sterkere de korrelerer, dess likere blir PKA og EFA.
Beskrive hvorfor en faktor forklarer kovarians i en faktormodell
Faktormodellens 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.
Det er derfor vi sier at faktoren forklarer kovarians.
Beregne Eigenverdier basert på faktorladninger (eller komponentladninger)
Eigenverdien kan beregnes ved å summere de kvadrerte faktorladningene (komponentladningene).
Beregne forklart (ivaretatt) varians basert på Eigenverdier i en spesifisert faktor (komponent) modell
Ved å dele eigenverdien på antall variabler i modellen, så får vi vite hvor mye av variansen i variabler som forklares av faktoren.
