Análise fatorial

Detalhes bibliográficos
Autor(a) principal: Carvalho, Francisco Ricardo Duarte de
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/33696
Resumo: Dissertação de Mestrado em Matemática apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra
id RCAP_ea8ce50675a0535337b07fdce8924365
oai_identifier_str oai:estudogeral.uc.pt:10316/33696
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Análise fatorialAnálise fatorialComponentes principaisMatriz de variâncias-covariânciasValores e vetores própriosLei normal multivariadaEstimadores de máxima verosimilhançaFactor analysis, Principal componentsVariance-covariance matrixEigenvalues and eigenvectorsMultivariate normal distributionMaximum likelihood estimatorsDissertação de Mestrado em Matemática apresentada à Faculdade de Ciências e Tecnologia da Universidade de CoimbraA análise fatorial é um método estatístico multivariado cujo objetivo é agrupar p variáveis aleatórias, X1, . . . ,Xp, em grupos formados por variáveis fortemente correlacionadas. Tais grupos constituem os chamados fatores ou variáveis latentes. Os fatores são variáveis aleatórias não observáveis, preferencialmente em número inferior ao das variáveis originais. Neste trabalho, considera-se o modelo fatorial ortogonal, no qual os fatores são ortogonais dois a dois. No modelo fatorial, cada variável original é escrita como combinação linear dos fatores comuns adicionada de um fator específico. Para estimar os coeficientes dos fatores comuns, denominados pesos fatoriais, são abordados dois métodos, nomeadamente, o método das componentes principais e o método da máxima verosimilhança, sendo o primeiro desenvolvido com mais pormenor. Neste sentido, começa-se por definir e obter as componentes principais de uma população. O procedimento correspondente envolve os valores próprios e os vetores próprios da matriz de correlações ou da matriz de variâncias-covariâncias das variáveis X1, . . . ,Xp. Seguidamente, obtêmse as componentes principais amostrais e apresentam-se estimadores para os parâmetros envolvidos, em particular, estimadores de máxima verosimilhança no caso em que o vetor aleatório [X1 . . .Xp]T tem distribuição normal multivariada. Referem-se vários critérios para escolher o número m de fatores, m < p, e, considerando os fatores como eixos ortogonais, aborda-se a rotação ortogonal dos mesmos, com vista a facilitar a sua interpretação. Apesar dos fatores comuns serem variáveis não observáveis, é possível estimar o valor de cada fator (score) para cada indivíduo da amostra. Neste trabalho referem-se dois métodos para atingir esse objetivo: o método dos mínimos quadrados ponderados e o método da regressão. Finalmente, apresenta-se um exemplo de aplicação da análise fatorial, desenvolvido com recurso ao software SPSS.Factor analysis is a multivariate statistical method with the objective of grouping p random variables X1, . . . ,Xp in groups formed by strongly correlated variables. These groups are called factors or latent variables. The factors are unobservable random variables, preferably in smallest number that the original variables. In this work, is considered the orthogonal factorial model, in which the factors are orthogonal two linear combination of the common factors and added to a specific factor. To estimate the coefficients of common factors, called loadings, we will see two methods, namely, the method of principal components and the method of maximum likelihood, the first being developed in more detail. We starts by define and obtain principal components of a population. The corresponding procedure involves the eigenvalues and eigenvectors of the correlation matrix or the variance-covariance matrix of the variables X1, . . . ,Xp. Then, we obtain the principal components of sample and we present the estimators for involved parameters, in particular, maximum likelihood estimators in case that the random vector [X1 . . .Xp]T has multivariate normal distribution. We refer several criteria to choose the number m of factors, m < p, and, considering the factors as orthogonal axes, we study the orthogonal rotation, to facilitate their interpretation. Although the common factors are unobservable variables, we can estimate the value of each factor (score) for each element of sample. In this work we refer two methods to achieve this objective: the method of weighted least squares and the regression method. Finally, we present an example of application of factor analysis, developed using the SPSS software.2013-09-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/33696http://hdl.handle.net/10316/33696TID:201387166porCarvalho, Francisco Ricardo Duarte deinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2020-05-25T13:10:55Zoai:estudogeral.uc.pt:10316/33696Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T20:53:56.190892Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Análise fatorial
title Análise fatorial
spellingShingle Análise fatorial
Carvalho, Francisco Ricardo Duarte de
Análise fatorial
Componentes principais
Matriz de variâncias-covariâncias
Valores e vetores próprios
Lei normal multivariada
Estimadores de máxima verosimilhança
Factor analysis, Principal components
Variance-covariance matrix
Eigenvalues and eigenvectors
Multivariate normal distribution
Maximum likelihood estimators
title_short Análise fatorial
title_full Análise fatorial
title_fullStr Análise fatorial
title_full_unstemmed Análise fatorial
title_sort Análise fatorial
author Carvalho, Francisco Ricardo Duarte de
author_facet Carvalho, Francisco Ricardo Duarte de
author_role author
dc.contributor.author.fl_str_mv Carvalho, Francisco Ricardo Duarte de
dc.subject.por.fl_str_mv Análise fatorial
Componentes principais
Matriz de variâncias-covariâncias
Valores e vetores próprios
Lei normal multivariada
Estimadores de máxima verosimilhança
Factor analysis, Principal components
Variance-covariance matrix
Eigenvalues and eigenvectors
Multivariate normal distribution
Maximum likelihood estimators
topic Análise fatorial
Componentes principais
Matriz de variâncias-covariâncias
Valores e vetores próprios
Lei normal multivariada
Estimadores de máxima verosimilhança
Factor analysis, Principal components
Variance-covariance matrix
Eigenvalues and eigenvectors
Multivariate normal distribution
Maximum likelihood estimators
description Dissertação de Mestrado em Matemática apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra
publishDate 2013
dc.date.none.fl_str_mv 2013-09-13
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10316/33696
http://hdl.handle.net/10316/33696
TID:201387166
url http://hdl.handle.net/10316/33696
identifier_str_mv TID:201387166
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799133826867265536

Registros relacionados