Faktorová analýza

Faktorová analýza umožňuje nájsť latentné (nepriamo pozorované) príčiny variability dát. Vďaka nájdeným latentným premenným (faktorom) ide redukovať počet premenných pri zachovaní maxima informácie a nájsť súvislosť medzi pozorovanými premennými a odvodenými faktormi.

Cieľ vzdelávacieho programu:

Cieľom kurzu je zoznámiť účastníkov s praktickým využitím metód faktorovej analýzy. Dôraz je kladený na porozumenie a interpretáciu výsledkov. Matematické aspekty modelu a algoritmov nie sú v kurze zahrnuté, pokiaľ to nie je nutné k praktickému zvládnutiu metódy.

Kurz je určený:

Kurz je určený všetkým, ktorí analyzujú viacdimenzionálne číselné dáta a hľadajú hlavné príčiny ich variability.

Predpoklady:

Kurz predpokladá schopnosť základného ovládania PC a znalosť základných štatistických pojmov na úrovni kurzu „Základy štatistiky pre analýzu dát“.

Program kurzu:

1. vznik faktorovej analýzy ako psychometrického modelu (historické poznámky)
2. vysvetlenie variability a korelačnej štruktúry meraných premenných pomocou vnútorných faktorov systému
3. identifikácia korelačných dimenzií a korelačných zhlukov, korelácia dát
4. latentné a manifestné premenné, indikácia latentnej vlastnosti
5. rovnice FA: známe a neznáme premenné a parametre v modeli FA
6. meranie hodnôt latentných premenných
7. existencia a (ne)jednoznačnosť riešenia
8. extrakcia hlavného riešenia - metóda hlavných komponent (a iné metódy)
9. význam odhadnutých parametrov a interpretácia faktorov
10. rotácia faktorov - výber interpretovateľného riešenia (jednoduchá štruktúra)
11. odhad neznámych hodnôt faktorov pre každú jednotku
12. využitie faktorov v ďalšej analýze dát