怎么将几个高度相关的指标整合成一个变量

怎么将几个高度相关的指标整合成一个变量

1. 因子分析模型 因子分析法是从研究变量内部相关的依赖关系出发,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
2. 它的基本思想是将观测变量进行分类,将相关性较高,即联系比较紧密的分在同一类中,而不同类变量之间。

相关分析与回归分析的区别 依．相关分析中涉及的变量不存在自变量和因变量的划分问题，变量之间的关系是对等的；而在回归分析中，则必须根据研究对象的性质和研究分析的目的。 贰．在相关分析中所有的变量都必须是随机变量；而在回归分析中，自变量是确定的，因变量才是随机的一、相关分析与回归分析的联系 相关分析是回归分析的基础和前提，进行回归分析寻求其相关的具体形式才有意义。如果在没有对变量之间是否相关以及相关方向和程度做出正确判断之前，就进行回归分析，很容易造成“虚假回归”，相关分析只研究变量之间相关的方向和程度，不能推断变量之间相互关系的具体形式，也无法从一个变量的变化来推测另一个变量的变化情况，回归分析则是相关分析的深入和继续。相关分析需要依靠回归分析来表现变量之间数量相关的具体形式。在回归分析中，变量之间的关系是不对等的，才能达到研究和分析的目的。 二，对变量进行自变量和因变量的划分，而回归分析则需要依靠相关分析来表现变量之间数量变化的相关程度。只有当变量之间存在高度相关时，在具体应用过程中，只有把相关分析和回归分析结合起来，即将自变量的给定值代入回归方程后，所得到的因变量的估计值不是唯一确定的。而在回归分析中，由于变量之间是对等的，因此相关系数是唯一确定的。 三．相关分析主要是通过一个指标即相关系数来反映变量之间相关程度的大小，而会表现出一定的随机波动性