ESERCITAZIONE L’analisi Fattoriale.

Slides:



Advertisements
Presentazioni simili
La retta.
Advertisements

Metodi Quantitativi per Economia, Finanza e Management Lezione n°6.
IL GIOCO DELLA TROTTOLA
Come organizzare i dati per un'analisi statistica al computer?
Sistema di riferimento sulla retta
L’iperbole Teoria e laboratorio
PROIEZIONI ASSONOMETRICHE
Proprietà periodiche Quale è il significato di periodicità?
L’Analisi Fattoriale (PCA) con SPSS
Variabili casuali a più dimensioni
Introduzione all’analisi fattoriale
Analisi Fattoriale Tecnica utilizzata per studiare, riassumere e semplificare le relazioni in un insieme di variabili.
Analisi Fattoriale Esplorativa
Definizione e caratteristiche
a’ = f(a) Definizione e proprietà
Analisi di covarianza L'analisi di covarianza è un'analisi a metà strada tra l'analisi di varianza e l'analisi di regressione. Nell'analisi di covarianza.
Analisi di covarianza L'analisi di covarianza è un'analisi a metà strada tra l'analisi di varianza e l'analisi di regressione. Nell'analisi di covarianza.
Analisi fattoriale L’analisi fattoriale è un procedimento matematico-statistico che, partendo dalle risposte date da un gruppo di soggetti ad una serie.
Analisi multivariata.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°6.
Ripasso (dallanalisi univariata allanalisi fattoriale) Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°7.
Esercizio 1 In una indagine statistica si vuole rilevare il numero di cellulari posseduti dagli studenti iscritti alla facoltà di economia. Si dica: -
Analisi trivariata Lavorando con due variabili è possibile descrivere la relazione che fra queste esiste e formulare una congettura circa il tipo di legame.
La logica della regressione
Strumentazione per bioimmagini
Geometria analitica Gli assi cartesiani Distanza di due punti
Dall’analisi Fattoriale alla regressione lineare
Corso di POPOLAZIONE TERRITORIO E SOCIETA’ 1 AA
Tecniche descrittive Utilizzano modelli matematici per semplificare le relazioni fra le variabili in studio Il fine è la descrizione semplificata del fenomeno.
ANALISI FATTORIALE. Cosè lanalisi fattoriale? Statistica descrittiva Rappresentazione delle variabili in studio. Statistica confermativa vs Confermare,
L’ANALISI IN COMPONENTI PRINCIPALI
Attivazione dei recettori
corpo rigido ruotante attorno ad un asse principale
Aprofondimenti e Applicazioni
del corpo rigido definizione
Giroscopio un esempio.
Una ruota di 25cm di raggio è costituita da un cerchio sottile di massa trascurabile sul quale è inserita rigidamente una pallina, assimilabile ad un punto.
un sistema rigido di punti materiali
Correlazione e regressione Correlazione Come posso determinare il legame tra due o più variabili? COEFFICIENTE DI CORRELAZIONE (r di Pearson) massimo.
Scomposizione della devianza
Analisi Fattoriale Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°8.
Dall’Analisi Fattoriale alla Regressione Lineare Metodi Quantitativi per Economia, Finanza e Management Esercitazione n° 11.
Regressione Lineare parte 2 Corso di Misure Meccaniche e Termiche David Vetturi.
Esame di Analisi Multivariata dei Dati
Un insieme limitato di misure permette di calcolare soltanto i valori di media e deviazione standard del campione, ed s. E’ però possibile valutare.
1 Corso di Laurea magistrale in Psicologia Clinica, dello Sviluppo e Neuropsicologia Esame di Analisi Multivariata dei Dati Introduzione all’analisi fattoriale.
Corso di Laurea in Scienze e Tecniche psicologiche
Analisi Multivariata dei Dati
Analisi fattoriale Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°7.
Un’applicazione del principio di inerzia per il moto rotatorio
Analisi fattoriale Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°7.
Metodi Quantitativi per Economia, Finanza e Management Lezioni n°7-8.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°5.
COESIONE convergenza, competitività, cooperazione IMPATTO E VALORE AGGIUNTO DELLE POLITICHE STRUTTURALI Parte Quarta Commissione europea Corso di Politiche.
COESIONE convergenza, competitività, cooperazione IMPATTO E VALORE AGGIUNTO DELLE POLITICHE STRUTTURALI Parte Quarta Commissione europea Corso di Politiche.
ECONOMIA POLITICA E-I ESERCITAZIONI. 2 Richiami di matematica – Funzioni Funzioni FUNZIONE: ogni regola matematica che permette di calcolare il valore.
EQUILIBRIO DEI CORPI Condizioni di equilibrio di un corpo che può traslare Condizioni di equilibrio di un corpo che può ruotare Baricentro di un corpo.
Altri concetti sulla regressione. Multicollinearità Varianza comune fra le VI: se è molto elevata produce stime instabili. Ci sono degli indici per indicare.
Le funzioni.
analisi bidimensionale #2
L’analisi di regressione e correlazione Prof. Luigi Piemontese.
Regressione semplice e multipla in forma matriciale Metodo dei minimi quadrati Stima di beta Regressione semplice Regressione multipla con 2 predittori.
a’ = f(a) Definizione e proprietà
Geometria analitica Gli assi cartesiani Distanza di due punti
Riduzione dei Dati. Nelle scienze sociali ci si trova molto spesso di fronte a ricerche in cui vi è una sovrabbondanza di misurazioni nel tentativo di.
L’analisidei dati L’analisi dei dati Analisi mutlidimensionali: Analisi delle corrispondenze multiple Cluster Analysis.
INFERENZA NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE
Il DEFF Il DEFF (Design EFFect) è l’Effetto del Piano di
Esercizi.
Secondo esempio 9 item di un questionario di personalità
Transcript della presentazione:

ESERCITAZIONE L’analisi Fattoriale

Alcune domande teoriche 1 Se in un’analisi delle componenti principali estraiamo 4 componenti, nella soluzione ruotata: a) la varianza spiegata complessivamente dalle prime 4 componenti estratte può aumentare b) la varianza spiegata complessivamente dalle prime 4 componenti estratte rimane identica c) solo la varianza spiegata dalla prima componente rimane identica dopo la rotazione d) la varianza spiegata complessivamente dalle prime 4 componenti estratte può diminuire 2 La principale differenza tra rotazione ortogonale e rotazione obliqua consiste a) nel numero di fattori che vengono ruotati b) nel fatto che la prima considera le distanze perpendicolari alla retta stessa e la seconda quello perpendicolari all’asse delle ascisse c) nel fatto che, nel secondo tipo di rotazione, i fattori sono indipendenti d) nella presenza o assenza di correlazione tra i fattori 3 Nella rotazione della matrice fattoriale secondo il metodo Varimax: a) i fattori restano indipendenti b) la varianza spiegata da ogni fattore resta invariata c) i fattori possono covariare d) la rotazione viene effettuata verso l’asse con maggiore varianza

Risposte 1. La risposta corretta è la b. Quando viene effettuata una rotazione abbiamo una ridistribuzione della varianza tra i fattori, perciò la varianza totale spiegata complessivamente dai fattori estratti rimane identica. 2. La risposta corretta è la d. infatti nella rotazione ortogonale i fattori ruotati non sono correlati, nella rotazione obliqua invece i fattori possono essere correlati 3. La risposta corretta è la a. Infatti Varimax è un metodo di rotazione ortogonale dove quindi i fattori non sono correlati tra di loro.

ESERCIZIO 1 A partire dalla matrice dei modelli (pattern matrix) presente nella pagina seguente, dare un’interpretazione dei tre fattori estratti, focalizzando l’attenzione sulle variabili che caratterizzano maggiormente i fattori

SOLUZIONE Per individuare le variabili che maggiormente caratterizzano ogni fattore bisogna considerare quelle che hanno saturazioni più elevate, in valore assoluto, nel fattore stesso. In questo caso il primo fattore è caratterizzato maggiormente dai seguenti aggettivi: decisa, forte e energica, attiva. Il secondo fattore da: genuina, leale e generosa. Il terzo fattore da: tranquilla e calma

ESERCIZIO 2 A partire dalla matrice dei modelli (pattern matrix) dell’esercizio 1 individuare le variabili che sono meno rappresentate dalla soluzione fattoriale e spiegare perché

SOLUZIONE Per individuare le variabili che caratterizzano meno ogni fattore bisogna considerare quelle che hanno saturazioni più basse, in valore assoluto, nel fattore stesso. In questo caso le variabili che caratterizzano meno il primo fattore sono gli aggettivi: tranquilla, leale e serena. Per il secondo fattore sono: calma, attiva e competitiva. Per il terzo fattore sono: forte, fedele, vivace e attiva

ESERCIZIO 3 A partire dalla matrice dei modelli (pattern matrix) dell’esercizio 1 individuare le variabili che sono meno “semplici” e spiegare perché:

SOLUZIONE Secondo il principio della struttura semplice ogni variabile deve essere spiegata da pochi fattori. Quindi le variabili meno semplici sono quelle che saturano su più fattori. Nel nostro caso sono rilassata, fedele, serena. Esse, infatti, saturano contemporaneamente su due fattori.