Scree Plot Опции

[малой]

Большое спасибо за помощь.


Надеюсь, что правильно уже подобрал стратегию. Моя цель определить уже в существующих специализированных методиках, но примененных на лицах с своими психическими особенностями, латентную структуру. Вроде называется этот процесс определением конструкторной вальдности. Как я понял с этой целью применяется конфирматорный ФА. В книжке по ФА написано, что одной из особенностей данного вида ФА является тщательная процедура отбора переменных.

И тогда в качестве исходной матрицы данных для анализа использовал только те переменные методик, которые продемонстрировали наличие статистически подтвержденных различий между исследуемыми группами (Краскел—Уоллис). И всё тогда получилось. В первой из методик 2 фактора во второй один фактор, и там и там с приличной дисперсией. Правильна ли стратегия?

Сообщение отредактировал малой - 30.01.2016 - 18:17

[nokh]

Большое спасибо за помощь.
Надеюсь, что правильно уже подобрал стратегию. Моя цель определить уже в существующих специализированных методиках, но примененных на лицах с своими психическими особенностями, латентную структуру. Вроде называется этот процесс определением конструкторной вальдности. Как я понял с этой целью применяется конфирматорный ФА. В книжке по ФА написано, что одной из особенностей данного вида ФА является тщательная процедура отбора переменных.
И тогда в качестве исходной матрицы данных для анализа использовал только те переменные методик, которые продемонстрировали наличие статистически подтвержденных различий между исследуемыми группами (Краскел?Уоллис). И всё тогда получилось. В первой из методик 2 фактора во второй один фактор, и там и там с приличной дисперсией. Правильна ли стратегия?

Не знаю. Конфирматорным ФА не занимался. У меня обычно - разведочный, его для моих задач хватает. Было несколько раз, что нужно было идти дальше.
1) Один раз на группе контроля получил 3 фактора, а на группе больных - 4, три из которых совпали с контролем (подтверждал это с помощью коэффициентов конгруэнтности). Таким образом, удалось из чисто количественных показателей выкрутить качественные различия: у здоровых фактора нет, а у больных - есть. Но это по сути - тоже разведочный ФА с выходом на специфический фактор; просто повезло, что выделился.
2) Несколько раз использовал такой вариант: получал на двух группах сходную факторную структуру в 3-4 фактора, а затем сравнивал 2 матрицы факторных нагрузок с помощью прокрустового анализа. В результате получал ртвет о сходстве или различии факторных структур. Для оценки различий в целом можно использовать пакет PROTEST (http://jackson.eeb.utoronto.ca/procrustes-analysis/), но макрос Кирилла Орлова для SPSS позволяет рассчитать р как для всей факторной структуры в целом, так и для всех ячеек (http://spsstools.net/ru/KO-spssmacros , см. Procrustes analysis). Но это не конфирматорный анализ.
Возможно вам нужно осваивать Structural equation modeling (SEM), я им не владею.

[малой]

Спасибо!

[малой]

Подскажите пожалуйста. То ли прочитал то ли показалось. Теперь уже не могу найти. Допустимо ли использовать метод выделения "каменистой осыпи" с порядковыми переменными с малым количеством рангов (0,1,2) или только МГК?

[100$]

Подскажите пожалуйста. То ли прочитал то ли показалось. Теперь уже не могу найти. Допустимо ли использовать метод выделения "каменистой осыпи" с порядковыми переменными с малым количеством рангов (0,1,2) или только МГК?

Что-то вы совсем запутались. Методы выделения факторов (альфа, Харман, факторизация главных осей, МГК, МП, НК (взвешенный и невзвешенный), анализ образов (Гуттман), etc.) и эвристические критерии отбора уже выделенных факторов (Кеттель, Кайзер, Хэмфри-Илген и др.) - две большие разницы (или три маленьких, как уточняют у нас в Одессе).

[малой]

Да уж)) Правильно будет: метод выделения МГК, метод вращения Варимакс с нормализацией Кайзера а методы отбора "каменистой осыпи" и собственных значений?

Сообщение отредактировал малой - 14.02.2016 - 16:17

[100$]

Да уж)) Правильно будет: метод выделения МГК, метод вращения Варимакс с нормализацией Кайзера а методы отбора "каменистой осыпи" и собственных значений?

Да, к этому не придерешься.

[малой]

Спасибо большое. Скажите пожалуйста допустимо ли использовать метод отбора "каменистой осыпи" с порядковыми переменными с малым количеством рангов (0,1,2)? ))

Сообщение отредактировал малой - 14.02.2016 - 20:34

[100$]

Скажите пожалуйста допустимо ли использовать метод отбора "каменистой осыпи" с порядковыми переменными с малым количеством рангов (0,1,2)? ))

Если вы решили, что к таким данным вообще можно применять ФА, то потом никаких моральных запретов не существует )

[малой]

Так формально то использован АГК с вращением (ФА в широком смысле этого слова).

Сообщение отредактировал малой - 14.02.2016 - 21:18

[100$]

Так формально то использован АГК с вращением (ФА в широком смысле этого слова).

Да,но прежде чем вы начнете там чего-то вращать, надо же определиться с количеством факторов. Так что смело применяйте.

Кстати, в ФА методы экстракции факторов (Factor extraction) - вообще не тема для разговоров. Их потому столько и напридумывали. Вот методы вращения факторного пространства
(ортогональные, косоугольные) - другое дело.