Analisi Dei Fattori Binario In Forex Stata

AVVISO: Il gruppo di consulenza Idre statistica sarà la migrazione del sito web per il CMS WordPress nel mese di febbraio per facilitare la manutenzione e la creazione di nuovi contenuti. Alcune delle nostre pagine più vecchie verranno rimossi o archiviati in modo tale che essi non saranno più mantenuti. Cercheremo di mantenere i reindirizzamenti in modo che i vecchi URL continueranno a lavorare nel miglior modo possibile. Benvenuti al Istituto per la ricerca digitale e l'istruzione Aiuto Consulting Group Stat dando un regalo Stata FAQ Come posso eseguire un fattore di analisi con variabili categoriali (o categoriali e continue) i metodi standard di esecuzione di analisi fattoriale (cioè quelli basati su una matrice di Pearsons correlazioni) assumono che le variabili sono continue e seguono una distribuzione normale multivariata. Se il modello include variabili che sono dicotomiche o ordinale un fattore di analisi può essere effettuata utilizzando una matrice di correlazione polychoric. In Stata possiamo generare una matrice di correlazioni polychoric usando il comando polychoric scritta dall'utente. È possibile trovare e installare il comando polychoric digitando polychoric findit nella finestra di comando Stata e seguendo le indicazioni sullo schermo. Per ulteriori informazioni sulla localizzazione e l'installazione comandi scritti dall'utente vedere la nostra FAQ: Come faccio ad usare findit per la ricerca di programmi e ulteriore assistenza. Si noti che le variabili utilizzate con polychoric possono essere binario (01), ordinali, o continuo, ma non possono essere nominali (categorie non ordinate). Si noti inoltre che le correlazioni nella matrice prodotta dal comando polychoric non sono tutte le correlazioni polychoric. Se entrambe le variabili hanno 10 dei valori osservati, una correlazione polychoric viene calcolato, quando solo una delle variabili assume 10 dei valori (cioè una variabile è continua e l'altra categorica) una correlazione polyserial viene calcolata, e se entrambe le variabili assumono su più di 10 valori viene calcolata una correlazione Pearson. Una volta che abbiamo una matrice di correlazione polychoric, siamo in grado di utilizzare il comando factormat per eseguire un'analisi fattoriale esplorativa utilizzando la matrice come input, piuttosto che le variabili prime. Il set di dati di questo esempio include i dati su 1428 studenti universitari e dei loro istruttori. L'analisi esempio include variabili dicotomiche, compreso il sesso facoltà (facsex) e nazionalità facoltà (cittadino statunitense o straniero, facnat) ordinato variabili categoriali, tra cui rango di facoltà (facrank), rango studente (studrank) e grado (A, B, C, ecc grado) e il variabili continue facoltà stipendio (stipendio), anni di insegnamento presso l'Università del Texas (yrsut), e il numero di studenti della classe (nstud) in questa analisi. Queste variabili sono state selezionate per rappresentare una gamma di tipi di variabili (cioè dicotomiche, ordinato categorica, e continuo), e non necessariamente costituiscono fattori sostanzialmente significative. Qui di seguito abbiamo aperto il set di dati e generare la matrice di correlazione polychoric per le otto variabili nella nostra analisi. Si può notare che il comando polychoric corre un po 'più lentamente rispetto Statas correlare e comandi pwcorr, questo è normale. Il comando polychoric non non visualizza il numero di casi (con listwise soppressione) utilizzati per generare la matrice, ma lo fa memorizzare il n in R (sumw) in modo da poter utilizzare il comando del display per vederlo. Poi usiamo il comando della matrice per memorizzare la matrice di correlazione polychoric (salvato in R (R) dal comando polychoric) come r. in modo che possiamo usare con il comando factormat. Il comando factormat è seguito dal nome della matrice vogliamo usare per l'analisi (cioè r). Il n (.) Quotoptionquot dà la dimensione del campione, ed è obbligatorio. Abbiamo usato i fattori di opzione (.) Per indicare che vogliamo mantenere tre fattori. Quanto sopra uscita analisi fattoriale può essere interpretato in un modo simile a un modello di analisi fattoriale di serie, compreso l'uso di metodi di rotazione per aumentare interpretability. NOTICE: Il gruppo di consulenza Idre statistica sarà la migrazione del sito web al CMS WordPress nel mese di febbraio per facilitare la manutenzione e la creazione di nuovi contenuti. Alcune delle nostre pagine più vecchie verranno rimossi o archiviati in modo tale che essi non saranno più mantenuti. Cercheremo di mantenere i reindirizzamenti in modo che i vecchi URL continueranno a lavorare nel miglior modo possibile. Benvenuti al Istituto per la ricerca e l'istruzione digitale Aiuto Consulting Group Stat dando un regalo Stata FAQ Come posso fare CFA con le variabili binarie Diciamo che si dispone di un set di dati con un gruppo di variabili binarie. Inoltre, si crede che queste variabili binarie riflettono le variabili continue sottostanti e inosservata. Non volete calcolare la analisi fattoriale confermativa (CFA) direttamente sulle variabili binarie. Si vuole calcolare la CFA sulle correlazioni tetracoriche che riflettono le associazioni tra queste variabili continue sottostanti. Dimostreremo questo usando dati con cinque variabili continue e creando variabili binarie da loro da dicotomizzare in un punto un po 'sopra loro valori medi. Iniziamo caricando il set di dati hsbdemo. dta e la creazione di variabili binarie per la lettura. Scrivi . matematica . scienza e socst. Ora che abbiamo le variabili binarie, consente di checkout le correlazioni tra la versione continuo delle variabili e la versione binaria. Come si può vedere, le correlazioni tra la versione binaria delle variabili sono molto più bassi rispetto tra la versione continua. Le correlazioni Pearson tendono a sottostimare la relazione tra le variabili continue sottostanti che danno origine alle variabili binarie. Ciò di cui abbiamo bisogno sono le correlazioni tetracoriche che possiamo ottenere con il comando tetracorica. Le correlazioni tetracoriche sono molto più vicini alle correlazioni originali tra le variabili continue che le correlazioni tra i valori binari. A scopo di confronto ti calcolare una CFA sui dati continui originali. Avanti, creeremo il set di dati SSD e calcolare il CFA sulle correlazioni tetracoriche. Si noti che il modello di adattamento rispetto a un modello saturo è molto vicino al valore che è stato ottenuto quando ha eseguito il CFA sulle variabili continue. Il contenuto di questo sito web non deve essere interpretata come un'approvazione di un particolare sito web, il libro, o di un prodotto software dalla University of California.