efa是什麼分析方法

Ⅰ 數據的一半做EFA，一半做特許金融分析師;隨機分嗎怎麼操作

數據分兩半, 在spss中即有此一功能, 問題是你如此做的目的何在, 一般我會在數據較多時會分為兩組, 一組先進行efa, 得到其估計結果, 再以另一組做efa, 看兩組結果是否一致, 同樣的方法我們也可能做cfa, 可以看模型之不變性invariance,大多數的人是同一組數據先進行efa, 再進行cfa, 以efa 結果做為cfa之准備工作。

Ⅱ 結構方程模型為什麼即需要efa 也需要 cfa

結構方程主要是做CFA而不是EFA，當然Mplus可以做EFA。（南心網 結構方程模型分析）

Ⅲ 脂肪酸DHA，EPA，EFA是什麼，有什麼生理功能

epa: epa被專家稱為血液清潔劑，主要作用是在血中幫助製造某種前列腺素(prostaglandin)這種前列腺素能有效的抑制血小板凝固，減少血栓形成，預防血栓。所以epa對預防和治療冠狀動脈硬化性心臟病、動脈硬化、心肌梗塞、腦溢血和高血壓等心腦血管疾病有絕佳功效。

dha：dha俗稱腦黃金,為人腦脂肪酸中的天然組成部分，是智力開發和提高智商的重要因素。人們隨著年齡的增長, 大腦中dha的含量會相對減少, 因而會產生健忘和痴獃等現象。dha可阻止和延緩老化現象, 對老年痴呆症的預防和治療有良好的功效, 在青少年成長期, dha有助於保持神經健康成長和增強記憶力。另外dha還具有促進和提高人體的免疫功能, 改善過敏現象, 利於糖尿病的預防及治療等功能, 同時對類風濕關節炎, 牛皮癬, 氣喘病和潰瘍性小腸炎均有良好的療效。

dpa：dpa除了有他自己的特殊功效外, 與dha有近似的功能。目前只在人類母乳和海豹油中發現這一成分，人乳中dpa的百分比含量遠較epa高的多，故可知這是一種對於胎兒基礎營養及腦神經細胞成長發育所必需的脂肪酸, 對於嬰兒出生前後的整個生長發育過程有著很大的重要性。dpa對於成年人的視神經及記憶組織的維護亦有相對重要的作用。

Ⅳ 因子分析到底有什麼用處

問題：大家覺得因子分析到底有什幺用處呢？把原來很多個影響因素歸納成幾個影響因子，如果不繼續做回歸或者聚類的話，光做因子分析有價值嗎？答復：因子分析是將多個實測變數轉換為少數幾個綜合指標（或稱潛變數），它反映一種降維的思想。通過降維將相關性高的變數聚在一起，從而減少需要分析的變數的數量，而減少問題分析的復雜性。 在你對問題系統結構不了解時候，因子分析可以根據數據內在邏輯性，把它歸並成幾個公因子，每個公因子分別代表空間的一個維度，如果經過正交或斜 交旋轉的話，各個維度之間可以認為是不相關的，這些公因子能夠相對完整地刻畫對象的體系維度，最起碼累計方差貢獻率大於85%的話，就基本能夠保證重要信 息不丟失了。一句話，你如果對研究對象到底應該分為幾個維度不清楚的話，用因子分析可以通過數據內在邏輯告訴你。 但如果你對研究對象體系比較清楚的話，那你直接確定維度，通過AHP計算出權重，就能夠把系統表述清楚了。但這裡面有巨大問題，單純通過數據內 在邏輯來判斷維度，常常是錯誤的，而主觀判斷其實更加科學，並非象統計學宣稱的，數據說話才有發言權。真正有發言權的，是你對問題的經驗認識程度。人們為 了避免被人嘲笑主觀判斷的失誤，而越來越選擇了統計分析，實際上，他們並不清楚，單純用統計分析來做判斷，才是最愚蠢的。只有主客觀結合起來，才是相對科 學的，兩者矛盾的時候，應該深入研究矛盾的根源，搞不清楚的話，我認為指標體系評價法要遠比統計分析准確的多。而變數之所以能分布在不同的因子內，則是由 於其方差波動性大小和變數之間的相關性決定的，波動性越大，越排在前面的公因子中，各個公因子之間的變數是不相關的，而每個公因子之間的變數是相關的。因 子分析認為那些數據波動大的變數對對象影響作用更大，它們排在公因子的前列，這樣單純從數據邏輯來判斷的准則你認為對嗎？我想，如果管理和社會科學都這幺 認為的話，那錯誤將大大增加了。上面想法是我這兩年做課題的體會，沒有在任何一本書上看過相關說法，也許說的不對，這是我個人看法。如果讓我選擇的話，我 寧願用指標體系評價法，體系幾個維度事先就清楚，最多先用因子分析算算，看看數據波動性如何，到底能確定幾個維度，只起輔助作用。研究者就是專家，指標體 系的維度由主觀來做判斷，這主要來自經驗判斷，而不是由數據判斷，我認為其實更科學。當然，如果你對問題一無所知，那指標體系評價法用AHP來做的話，錯 誤很可能更多。我以前就強烈批判過AHP。說到底，沒有一種評價方法是好的，說明問題就好。問題：那能對LISREL進行類似於因子分析的探索性因素分析了解嗎？能給點評價么？3x答復：下面是探索性分析的原理： 傳統上所談的因素分析）factor analysis)指的是探索性因素分析）exploratory factor analysis)，它的目的是在承認有測量誤差的情形下，嘗試用少數的因素）factors)以解釋許多變項間的相關關系。 隨著統計理論及電腦計算上的進展，目前因素分析的方法可分成探索性因素分析）exploratory factor analysis，EFA)及驗證性因素分析）confirmatory factor analysis，CFA)，這兩類分析之間的差別在於研究者對研究變項間因素結構的了解程度不同。如果研究者對資料內所含的因素性質，結構及個數不是很 清楚，則可使用探索性因素分析試圖找出能解釋資料變項間相關關系的少數幾個重要因素。若研究者從過去文獻中的理論及自己的研究經驗，而對資料間因素之數 目，結構有一定程度的了解及假設，則可使用驗證性因素分析來驗證該假設是否能解釋資料變項間的共變關系。探索性因素分析需考慮的步驟包括:估計共通值） communalities)，決定因素的數目，估計因素負荷量，對因素做轉軸）rotation)以得最好的結果，最後則為對結果作解釋。驗證性因素分 析則需考慮對因素結構關系之確立）model specification)，是否能對參數找出單一組解）identification)，參數的估計法）estimation)，檢驗資料與假設模式 之間的適合度）evaluation)。比較二者，EFA算是探索可能的因素結構之一種方法，而CFA則是驗證假設因素結構存在的方法，因此CFA較 EFA對模式使用了較多的假設，也多了模式檢驗的過程。除了以上這兩類的分析外，讀者可能還聽過結構方程模式）structural equation modeling，SEM)，其所常使用的分析軟體包括:LISREL，EQS，AMOS，Mplus等。結構方程模式是用在對因素間之關系更明確時，其 模式中可含有許多潛在變項及觀察變項，研究者對各變項間之關系有一定程度之了解及假設，並可經由檢驗此假設模式並經過模式之修正及再檢驗後，確立最後可解 釋資料的模式，以了解資料變項間之關系。

Ⅳ 探索性因子分析法的介紹

探索性因子分析法（ExploratoryFactorAnalysis，EFA）是一項用來找出多元觀測變數的本質結構、並進行處理降維的技術。因而，EFA能夠將具有錯綜復雜關系的變數綜合為少數幾個核心因子。對於主因子分析法來說，不存在異常值、等距值、線形值、多變數常態分配以及正交性等情況。

Ⅵ EFA是什麼意思呀

EFA是什麼意思呀，只要知道這個的意思 我覺得知道這個來源出處才能知道它代表的特殊含義

Ⅶ 有懂失效分析這行的嗎失效分析工程師（EFA）的工作流程是怎樣的，還有好做不好做

失效分析也分很多種的，有DFMEA、PFMEA等等，以下是工作流程的一種模式：

http://www.haohong-ic.com/hh/webadmin/uploadfile/qafa.pdf

Ⅷ 脂肪酸DHA,EPA,EFA是什麼，有什麼生理功能

1、DHA

DHA（Docosahexaenoicacid）是二十二碳六烯酸，ω-3系列多不飽和脂肪酸（ω-3polyunsaturatedfattyacid，ω－3PUFA）。具有22個碳原子，6個不飽和雙鍵，不飽和雙鍵起始於甲基端的第3個碳原子上。

生理功能：抗氧化、抗炎、免疫調節等。

2、EPA

EPA 是 Eicosapentaenoic Acid 即二十碳五烯酸的英文縮寫，是魚油的主要成分。EPA屬於Ω-3系列多不飽和脂肪酸。EPA是人體常用的幾種Ω-3脂肪酸之一。

生理功能：增加EPA的吸收已經證實對治療冠狀動脈心臟病、高血壓和炎症（例如風濕性關節炎）有效。EPA又常稱血管清道夫。

3、EFA

必需脂肪酸（essential fatty acids,EFA）是指人體維持機體正常代謝不可缺少而自身又不能合成、或合成速度慢無法滿足機體需要，必須通過食物供給的脂肪酸。

生理功能：是合成前列腺素（PG）、血栓素（TXA）及白三烯（LT）等類二十烷酸的前體物質、與膽固醇的代謝有關、維持正常視覺功能等。

(8)efa是什麼分析方法擴展閱讀

DHA的來源

DHA的體內來源是前體脂肪酸α－亞麻酸。α－亞麻酸進入人體後，經碳鏈增長和去飽和酶的作用衍生為 DHA。DHA也可以從某些食物中直接獲得，深海魚油和藻類是DHA的主要來源。

1、從魚油中獲得DHA

魚類中的沙丁魚、金槍魚、黃金魚和肥壯金槍魚等的魚油中富含DHA，但DHA含量高且可作為提取DHA原料 的是金槍魚和鏗魚油。

2、從微生物中獲取DHA

海洋中的金藻、甲藻、隱藻、硅藻等微藻和真菌中的破囊壺菌和裂殖壺菌中富含DHA，且主要以 儲存油和膜脂形式存在。

Ⅸ 什麼是EFA人力資源戰略

EFA是德文「開發、晉升、獎勵」的縮寫。 西門子公司 認為， 企業要為員工創造各種條件，提供各項服務， 使每個員工都能夠成為企業的主人，從而實現預定的成功目標。 所以，EFA就是為員工實現這一目標提供培訓、 研發等方面的富翁。在員工「要求的」和公司能「達到的」 之間構建一個平等、深入的對話環境。這樣， 每個員工都能夠真切達到感受到自己的每一次努力， 每一些付出都能夠得到公司的關注和重視。

Ⅹ 探索性因子分析法的步驟

一個典型的EFA流程如下：
1、辨認、收集觀測變數。
2、獲得協方差矩陣（或Bravais-Pearson的相似系數矩陣）
3、驗證將用於EFA的協方差矩陣（顯著性水平、反協方差矩陣、Bartlett球型測驗、反圖像協方差矩陣、KMO測度）。
4、選擇提取因子法（主成分分析法、主因子分析法）。
5、發現因素和因素載荷。因素載荷是相關系數在可變物(列在表裡)和因素(專欄之間在表裡)。
6、確定提取因子的個數（以Kaiser准則和Scree測試作為提取因子數目的准則）。
7、解釋提取的因子（例如，在上述例子中即解釋為「潛在因子」和「流程因子」）。