efa是什么分析方法

Ⅰ 数据的一半做EFA，一半做特许金融分析师;随机分吗怎么操作

数据分两半, 在spss中即有此一功能, 问题是你如此做的目的何在, 一般我会在数据较多时会分为两组, 一组先进行efa, 得到其估计结果, 再以另一组做efa, 看两组结果是否一致, 同样的方法我们也可能做cfa, 可以看模型之不变性invariance,大多数的人是同一组数据先进行efa, 再进行cfa, 以efa 结果做为cfa之准备工作。

Ⅱ 结构方程模型为什么即需要efa 也需要 cfa

结构方程主要是做CFA而不是EFA，当然Mplus可以做EFA。（南心网 结构方程模型分析）

Ⅲ 脂肪酸DHA，EPA，EFA是什么，有什么生理功能

epa: epa被专家称为血液清洁剂，主要作用是在血中帮助制造某种前列腺素(prostaglandin)这种前列腺素能有效的抑制血小板凝固，减少血栓形成，预防血栓。所以epa对预防和治疗冠状动脉硬化性心脏病、动脉硬化、心肌梗塞、脑溢血和高血压等心脑血管疾病有绝佳功效。

dha：dha俗称脑黄金,为人脑脂肪酸中的天然组成部分，是智力开发和提高智商的重要因素。人们随着年龄的增长, 大脑中dha的含量会相对减少, 因而会产生健忘和痴呆等现象。dha可阻止和延缓老化现象, 对老年痴呆症的预防和治疗有良好的功效, 在青少年成长期, dha有助于保持神经健康成长和增强记忆力。另外dha还具有促进和提高人体的免疫功能, 改善过敏现象, 利于糖尿病的预防及治疗等功能, 同时对类风湿关节炎, 牛皮癣, 气喘病和溃疡性小肠炎均有良好的疗效。

dpa：dpa除了有他自己的特殊功效外, 与dha有近似的功能。目前只在人类母乳和海豹油中发现这一成分，人乳中dpa的百分比含量远较epa高的多，故可知这是一种对于胎儿基础营养及脑神经细胞成长发育所必需的脂肪酸, 对于婴儿出生前后的整个生长发育过程有着很大的重要性。dpa对于成年人的视神经及记忆组织的维护亦有相对重要的作用。

Ⅳ 因子分析到底有什么用处

问题：大家觉得因子分析到底有什幺用处呢？把原来很多个影响因素归纳成几个影响因子，如果不继续做回归或者聚类的话，光做因子分析有价值吗？答复：因子分析是将多个实测变量转换为少数几个综合指标（或称潜变量），它反映一种降维的思想。通过降维将相关性高的变量聚在一起，从而减少需要分析的变量的数量，而减少问题分析的复杂性。 在你对问题系统结构不了解时候，因子分析可以根据数据内在逻辑性，把它归并成几个公因子，每个公因子分别代表空间的一个维度，如果经过正交或斜 交旋转的话，各个维度之间可以认为是不相关的，这些公因子能够相对完整地刻画对象的体系维度，最起码累计方差贡献率大于85%的话，就基本能够保证重要信 息不丢失了。一句话，你如果对研究对象到底应该分为几个维度不清楚的话，用因子分析可以通过数据内在逻辑告诉你。 但如果你对研究对象体系比较清楚的话，那你直接确定维度，通过AHP计算出权重，就能够把系统表述清楚了。但这里面有巨大问题，单纯通过数据内 在逻辑来判断维度，常常是错误的，而主观判断其实更加科学，并非象统计学宣称的，数据说话才有发言权。真正有发言权的，是你对问题的经验认识程度。人们为 了避免被人嘲笑主观判断的失误，而越来越选择了统计分析，实际上，他们并不清楚，单纯用统计分析来做判断，才是最愚蠢的。只有主客观结合起来，才是相对科 学的，两者矛盾的时候，应该深入研究矛盾的根源，搞不清楚的话，我认为指标体系评价法要远比统计分析准确的多。而变量之所以能分布在不同的因子内，则是由 于其方差波动性大小和变量之间的相关性决定的，波动性越大，越排在前面的公因子中，各个公因子之间的变量是不相关的，而每个公因子之间的变量是相关的。因 子分析认为那些数据波动大的变量对对象影响作用更大，它们排在公因子的前列，这样单纯从数据逻辑来判断的准则你认为对吗？我想，如果管理和社会科学都这幺 认为的话，那错误将大大增加了。上面想法是我这两年做课题的体会，没有在任何一本书上看过相关说法，也许说的不对，这是我个人看法。如果让我选择的话，我 宁愿用指标体系评价法，体系几个维度事先就清楚，最多先用因子分析算算，看看数据波动性如何，到底能确定几个维度，只起辅助作用。研究者就是专家，指标体 系的维度由主观来做判断，这主要来自经验判断，而不是由数据判断，我认为其实更科学。当然，如果你对问题一无所知，那指标体系评价法用AHP来做的话，错 误很可能更多。我以前就强烈批判过AHP。说到底，没有一种评价方法是好的，说明问题就好。问题：那能对LISREL进行类似于因子分析的探索性因素分析了解吗？能给点评价么？3x答复：下面是探索性分析的原理： 传统上所谈的因素分析）factor analysis)指的是探索性因素分析）exploratory factor analysis)，它的目的是在承认有测量误差的情形下，尝试用少数的因素）factors)以解释许多变项间的相关关系。 随着统计理论及电脑计算上的进展，目前因素分析的方法可分成探索性因素分析）exploratory factor analysis，EFA)及验证性因素分析）confirmatory factor analysis，CFA)，这两类分析之间的差别在于研究者对研究变项间因素结构的了解程度不同。如果研究者对资料内所含的因素性质，结构及个数不是很 清楚，则可使用探索性因素分析试图找出能解释资料变项间相关关系的少数几个重要因素。若研究者从过去文献中的理论及自己的研究经验，而对资料间因素之数 目，结构有一定程度的了解及假设，则可使用验证性因素分析来验证该假设是否能解释资料变项间的共变关系。探索性因素分析需考虑的步骤包括:估计共通值） communalities)，决定因素的数目，估计因素负荷量，对因素做转轴）rotation)以得最好的结果，最后则为对结果作解释。验证性因素分 析则需考虑对因素结构关系之确立）model specification)，是否能对参数找出单一组解）identification)，参数的估计法）estimation)，检验资料与假设模式 之间的适合度）evaluation)。比较二者，EFA算是探索可能的因素结构之一种方法，而CFA则是验证假设因素结构存在的方法，因此CFA较 EFA对模式使用了较多的假设，也多了模式检验的过程。除了以上这两类的分析外，读者可能还听过结构方程模式）structural equation modeling，SEM)，其所常使用的分析软体包括:LISREL，EQS，AMOS，Mplus等。结构方程模式是用在对因素间之关系更明确时，其 模式中可含有许多潜在变项及观察变项，研究者对各变项间之关系有一定程度之了解及假设，并可经由检验此假设模式并经过模式之修正及再检验后，确立最后可解 释资料的模式，以了解资料变项间之关系。

Ⅳ 探索性因子分析法的介绍

探索性因子分析法（ExploratoryFactorAnalysis，EFA）是一项用来找出多元观测变量的本质结构、并进行处理降维的技术。因而，EFA能够将具有错综复杂关系的变量综合为少数几个核心因子。对于主因子分析法来说，不存在异常值、等距值、线形值、多变量常态分配以及正交性等情况。

Ⅵ EFA是什么意思呀

EFA是什么意思呀，只要知道这个的意思 我觉得知道这个来源出处才能知道它代表的特殊含义

Ⅶ 有懂失效分析这行的吗失效分析工程师（EFA）的工作流程是怎样的，还有好做不好做

失效分析也分很多种的，有DFMEA、PFMEA等等，以下是工作流程的一种模式：

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

Ⅷ 脂肪酸DHA,EPA,EFA是什么，有什么生理功能

1、DHA

DHA（Docosahexaenoicacid）是二十二碳六烯酸，ω-3系列多不饱和脂肪酸（ω-3polyunsaturatedfattyacid，ω－3PUFA）。具有22个碳原子，6个不饱和双键，不饱和双键起始于甲基端的第3个碳原子上。

生理功能：抗氧化、抗炎、免疫调节等。

2、EPA

EPA 是 Eicosapentaenoic Acid 即二十碳五烯酸的英文缩写，是鱼油的主要成分。EPA属于Ω-3系列多不饱和脂肪酸。EPA是人体常用的几种Ω-3脂肪酸之一。

生理功能：增加EPA的吸收已经证实对治疗冠状动脉心脏病、高血压和炎症（例如风湿性关节炎）有效。EPA又常称血管清道夫。

3、EFA

必需脂肪酸（essential fatty acids,EFA）是指人体维持机体正常代谢不可缺少而自身又不能合成、或合成速度慢无法满足机体需要，必须通过食物供给的脂肪酸。

生理功能：是合成前列腺素（PG）、血栓素（TXA）及白三烯（LT）等类二十烷酸的前体物质、与胆固醇的代谢有关、维持正常视觉功能等。

(8)efa是什么分析方法扩展阅读

DHA的来源

DHA的体内来源是前体脂肪酸α－亚麻酸。α－亚麻酸进入人体后，经碳链增长和去饱和酶的作用衍生为 DHA。DHA也可以从某些食物中直接获得，深海鱼油和藻类是DHA的主要来源。

1、从鱼油中获得DHA

鱼类中的沙丁鱼、金枪鱼、黄金鱼和肥壮金枪鱼等的鱼油中富含DHA，但DHA含量高且可作为提取DHA原料 的是金枪鱼和铿鱼油。

2、从微生物中获取DHA

海洋中的金藻、甲藻、隐藻、硅藻等微藻和真菌中的破囊壶菌和裂殖壶菌中富含DHA，且主要以 储存油和膜脂形式存在。

Ⅸ 什么是EFA人力资源战略

EFA是德文“开发、晋升、奖励”的缩写。 西门子公司 认为， 企业要为员工创造各种条件，提供各项服务， 使每个员工都能够成为企业的主人，从而实现预定的成功目标。 所以，EFA就是为员工实现这一目标提供培训、 研发等方面的富翁。在员工“要求的”和公司能“达到的” 之间构建一个平等、深入的对话环境。这样， 每个员工都能够真切达到感受到自己的每一次努力， 每一些付出都能够得到公司的关注和重视。

Ⅹ 探索性因子分析法的步骤

一个典型的EFA流程如下：
1、辨认、收集观测变量。
2、获得协方差矩阵（或Bravais-Pearson的相似系数矩阵）
3、验证将用于EFA的协方差矩阵（显着性水平、反协方差矩阵、Bartlett球型测验、反图像协方差矩阵、KMO测度）。
4、选择提取因子法（主成分分析法、主因子分析法）。
5、发现因素和因素载荷。因素载荷是相关系数在可变物(列在表里)和因素(专栏之间在表里)。
6、确定提取因子的个数（以Kaiser准则和Scree测试作为提取因子数目的准则）。
7、解释提取的因子（例如，在上述例子中即解释为“潜在因子”和“流程因子”）。