Портал психологических изданий PsyJournals.ru
Каталог изданий 94Рубрики 51Авторы 8279Ключевые слова 20372 Online-сборники 1 АвторамRSS RSS

Включен в Web of Science СС (ESCI)

ВАК

РИНЦ

Рейтинг Science Index РИНЦ 2017

17 место — направление «Психология»

0,848 — показатель журнала в рейтинге SCIENCE INDEX

0,750 — двухлетний импакт-фактор

CrossRef

Экспериментальная психология

Издатель: Московский государственный психолого-педагогический университет

ISSN (печатная версия): 2072-7593

ISSN (online): 2311-7036

DOI: http://dx.doi.org/10.17759/exppsy

Лицензия: CC BY-NC 4.0

Издается с 2008 года

Периодичность: 4 номера в год

Доступ к электронным архивам: открытый

 

Методические вопросы использования факторного анализа на примере спектральных показателей сердечного ритма 1377

Машин В.А., кандидат психологических наук, кандидат психологических наук, главный специалист Центрального Института повышения квалификации ГК «РОСАТОМ»,, Россия, mashin-va@mail.ru

Аннотация

Настоящая статья посвящена рассмотрению ряда методических вопросов, касающихся использования факторного анализа для оценки спектральных показателей сердечного ритма, а именно: допущения многомерности нормального распределения исследуемых признаков, целесообразности применения факторной модели анализа к исходным данным, процедуры отбора общих факторов, значимости полученного факторного решения. В проведенном исследовании были использованы переменные, характеризовавшиеся нарушением нормального распределения, переменные, преобразованные к нормальному распределению, а также матрицы корреляции Пирсона и Спирмена, модельные данные. В процессе проведенного факторного анализа (метод главных компонент, Varimax-вращение) нами проанализированы как возможности, так и ограничения различных статистических критериев и процедур; рассмотрена природа выделенных общих факторов и возможность использования корреляций Спирмена при нарушениях нормальности распределения.

Ссылка для цитирования

Фрагмент статьи

Факторный анализ относится к методам многомерного статистического анализа и широко используется для снижения размерности анализируемого пространства признаков, отбора наиболее информативных показателей и классификации объектов. В основе факторного анализа лежит общая базовая идея, согласно которой структура связей между многочисленными анализируемыми переменными может быть объяснена их зависимостью от меньшего числа непосредственно неизмеряемых («скрытых», «латентных», «гипотетических») общих факторов (Айвазян и др., 1989). Основной предпосылкой для итогового снижения размерности пространства анализируемых признаков служит взаимная коррелированность исходных переменных, а исходными данными для анализа выступает матрица их парных коэффициентов корреляции (или ковариации).

Факторный анализ можно использовать не только как метод сжатия информации, но и как основу классификации, заменяя исходные признаки факторами; в данном случае классификация объектов заключается в получении факторных оценок для каждого из них и последующей визуальной или аналитической группировке этих объектов в факторном пространстве, что позволяет перейти от типологизации по большому числу исходных признаков к построению классификации на основе значительно меньшего числа факторов, с более ясным аналитическим описанием и графическим представлением данных.

Литература
  1. Айвазян С. А., Бухштабер В. М., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: Классификация и снижение размерности. М.: Финансы и статистика, 1989. 607 c.
  2. Амосов А. Л., Дубинский Ю. Л., Копченова Н. В. Вычислительные методы для инженеров. М.: Высшая школа, 1994. 544 с.
  3. Вучков И., Бояджиева Л., Солаков Е. Прикладной линейный регрессионный анализ. М.: Финансы и статистика, 1987. 239 с.
  4. Данилова Н. Н. Сердечный ритм и информационная нагрузка // Вестник МГУ. Серия 14 (Психология). 1995. № 4. С. 14–19.
  5. Данилова Н. Н. Стрессоустойчивость как индивидуальная особенность // Доклады I-й Международной конференции памяти А. Р. Лурия. М.: МГУ, 1998. С. 177–192.
  6. Данилова Н. Н., Астафьев С. В. Изменения вариабельности сердечного ритма при информационной нагрузке // Журн. выс. нерв. деят. им. Павлова. 1999. Т. 49. № 1. С. 28–38.
  7. Зырянов Б. А., Власов С. Н., Костромин Э. В. Методы и алгоритмы обработки случайных и детерминированных периодических процессов. Свердловск: УГУ. 1990. 116 с.
  8. Иберла К. Факторный анализ. М.: Статистика, 1980. 398 с.
  9. Кендалл М., Стьюарт А. Статистические выводы и связи. М.: Наука. Т. 2. 1973. 899 с.
  10. Ким Дж.-О., Мьюллер Ч. У., Клекка У. Р., Олдендерфер М. С., Блэшфилд Р. К. Факторный, дискриминантный и кластерный анализ. М.: Финансы и статистика, 1989. 215 с.
  11. Лоули Д. Н., Максвелл А. Э. Факторный анализ как статистический метод. М.: Мир, 1967. 145 с.
  12. Машин В. А. Зависимость показателей вариабельности сердечного ритма от средней величины R-R интервалов // Рос. физиол. журн. им. И. М. Сеченова. 2002. Т. 88. № 7. С. 851–855.
  13. Справочник по прикладной статистике / Под ред. Э. Ллойда, У. Ледермана, С. А. Айвазяна, Ю. Н. Тюрина. Т. 2. М.: Финансы и статистика, 1990. 526 с.
  14. Хальд А. Математическая статистика с техническими приложениями. М.: Изд. иностранной литературы, 1956. 663 с.
  15. Харман Г. Современный факторный анализ. М.: Статистика. 1972. 487 с.
  16. Heart Rate Variability: Standards of Measurement, Physiological Interpretation, and Clinical Use. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology // Circulation. 1996. V. 93. № 5. P. 1043–1065.
  17. Rencher A. C. Methods of multivariate analysis. Wiley. 2002. 739 p.
Статьи по теме
 
О проекте PsyJournals.ru

© 1997–2019 Портал психологических изданий PsyJournals.ru  Все права защищены

Свидетельство регистрации СМИ Эл № ФС77-66447 от 14 июля 2016 г.

Издатель: ФГБОУ ВО МГППУ

Creative Commons License

Яндекс.Метрика