最大似然因子分析：修订间差异

来自决策链云智库
（创建页面，内容为“{{Infobox nodebasic|nodename=最大似然因子分析|nodeimage=Clustering Analysis.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在 V1.0部署|nodeenglishname=Has english name::Clustering Analysis|abbreviation=CLA|funcmaincategory=数据分析|funcsubcategory=DataAGM Lv1 Cat::多元分析|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=<p>因子分析(Factor Analysis)是主成分分析的推…”）
 
无编辑摘要
 
（未显示同一用户的6个中间版本）
第1行： 第1行：
{{Infobox nodebasic|nodename=最大似然因子分析|nodeimage=Clustering Analysis.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在[[DecisionTree | V1.0]]部署|nodeenglishname=[[Has english name::Clustering Analysis]]|abbreviation=CLA|funcmaincategory=数据分析|funcsubcategory=[[DataAGM Lv1 Cat::多元分析]]|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=<p>因子分析(Factor Analysis)是主成分分析的推广，它也是从研究相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。因子分析属于降维方法的一种，用于减少分析变量个数，通过对变量间相关关系的探测，将原始变量分组，用共性因子替代该变量。\n用途：用于从多个观测变量中提取出少数的潜在变量（或称为因子），可以用来降维，即将这些变量合并为少数几个潜在因子。这可以使数据更易于理解和处理。\n参数：选择多个连续型数值变量</p>|nodeinputnumber=4|nodeoutputnumber=2|nodeloopsupport=是|nodeifswitchsupport=否|nodeavailableplotlist=ScatterTapeTextPlot|nodeavailabletablelist=Table_For_Downstream|nodeconfiguration=VariableList;DropManu;Text|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■|statsapewikiurl=https://wiki.statsape.com/最大似然因子分析_Plus|previousnode=[[聚类分析]]|nextnode=[[碎石检验]]}}{{Navplate AlgorithmNodeList}}[[Category:多元分析]]
{{Infobox nodebasic  
|nodename=最大似然因子分析
|nodeimage=Factor Analysis Maximum Likelihood Estimate.png
|icon=Factor Analysis Maximum Likelihood Estimate.svg
|simpleicon=Factor Analysis Maximum Likelihood Estimate_Pure.svg
|developer=Dev.Team-DPS
|productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用
|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8|V1.0]]部署
|nodeenglishname=Factor Analysis Maximum Likelihood Estimate
|abbreviation=FAMLE
|funcmaincategory=数据分析
|funcsubcategory=[[DataAGM Lv1 Cat::多元分析]]
|nodecategory=数据挖掘
|nodeinterpretor=R
|nodeshortdescription=<p>因子分析(Factor Analysis)是主成分分析的推广，它也是从研究相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。因子分析属于降维方法的一种，用于减少分析变量个数，通过对变量间相关关系的探测，将原始变量分组，用共性因子替代该变量。</p><p>用途：用于从多个观测变量中提取出少数的潜在变量（或称为因子），可以用来降维，即将这些变量合并为少数几个潜在因子。这可以使数据更易于理解和处理。</p><p>参数：选择多个连续型数值变量</p>
|nodeinputnumber=4
|nodeoutputnumber=2
|nodeloopsupport=是
|nodeifswitchsupport=否
|nodeavailableplotlist=ScatterTapeTextPlot
|nodeavailabletablelist=Chi-Square;P-Value;Stats-Value
|nodeconfiguration=VariableList;DropMenu;Text
|nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Parameter ▶;Transfer-Table ■
|nodeoutputports=WorkFlow-Control ➤;Transfer-Table ■
|statsapewikiurl=https://wiki.statsape.com/最大似然因子分析
|previousnode=[[聚类分析]]
|nextnode=[[碎石检验]]
}}
 
 
 
{{Navplate AlgorithmNodeList}}
 
[[Category:多元分析]]

2024年1月19日 (五) 19:20的最新版本

Factor Analysis Maximum Likelihood Estimate.png
节点状态
Windows / Windows 10 Win10及以上可用
在V1.0部署
最大似然因子分析Factor Analysis Maximum Likelihood Estimate.svg
节点开发者决策链算法研发部 (Dev.Team-DPS)
节点英文名Factor Analysis Maximum Likelihood Estimate
功能主类别数据分析
英文缩写FAMLE
功能亚类别多元分析
节点类型数据挖掘
开发语言R
节点简介

因子分析(Factor Analysis)是主成分分析的推广，它也是从研究相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。因子分析属于降维方法的一种，用于减少分析变量个数，通过对变量间相关关系的探测，将原始变量分组，用共性因子替代该变量。

用途：用于从多个观测变量中提取出少数的潜在变量（或称为因子），可以用来降维，即将这些变量合并为少数几个潜在因子。这可以使数据更易于理解和处理。

参数：选择多个连续型数值变量

端口数量与逻辑控制(PC)
Input-入口4个
Output-出口2个
Loop-支持循环是
If/Switch-支持逻辑判断否
输入输出
可生成图片类型（推荐）
可生成数据表类型（推荐）
相关节点
上一节点聚类分析
下一节点碎石检验
WikimediaUI-Globe.svg相关网站





查找其他类别的节点，请参考以下列表

取自“https://wiki.statsape.com/index.php?title=最大似然因子分析&oldid=6122”
最近修改
此页面最后编辑于2024年1月19日 (星期五) 19:20。
版权
DecisionLinnc Wiki (决策链云智库) © 2024 by Statsape is licensed under Attribution-NonCommercial-ShareAlike 4.0 International. To view a copy of this license, visit [http://creativecommons.org/licenses/by-nc-sa/4.0/| CreativeCommons-Licenses-4.0].