因子分析
是一种多变量化简技术。目的是分解原始变量，从中归纳出潜在的“类别”，相关性较强的指标归为一类，不同类间变量的相关性较低。每一类变量代表了一个“共同因子”，即一种内在结构，因子分析就是要寻找该结构。
适用条件
样本量
样本量与变量数的比例应在5：1以上
总样本量不得少于100，而且原则上越大越好
各变量间必须有相关性
KMO统计量：0.9最佳，0.7尚可，0.6很差，0.5以下放弃
Bartlett’s球形检验
标准分析步骤
判断是否需要进行因子分析，数据是否符合要求
进行分析，按一定标准确定提取的因子数目
如果进行的是主成分分析，则将主成分存为新变量用于继续分析，步骤到此结束
如果进行的是因子分析，则考察因子的可解释性，并在必要时进行因子旋转，以寻求最佳解释方式
如有必要，可计算出因子得分等中间指标供进一步分析使用
公因子数量的确定
主成分的累积贡献率：80~85％以上
特征根：大于1
综合判断
因子分析时更重要的是因子的可解释性
回归分析的基本步骤
(1)确定自变量和因变量
(2)从样本数据出发确定变量之间的数学关系式,并对回归方程的各个参数进行估计.
(3)对回归方程进行各种统计检验.
(4)利用回归方程进行预测.
通径分析实际上是回归分析的扩展，同时又是结构方程模型的一种特例情况。
对于应用来说，更重要的问题是，各种方法都是在一定具体条件下应用的，因此如何选择恰当的方法便成为正确应用这些方法的前提。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/51862/viewspace-180558/ ，如需转载，请注明出处，否则将追究法律责任。
