Exemple d'analyse factorielle (PROC FACTOR)

Le script commence par créer un jeu de données nommé `SocioEconomics` contenant des indicateurs pour différentes localités (Population, School, etc.). Ensuite, il exécute trois fois la procédure `PROC FACTOR` pour effectuer une analyse factorielle. Chaque exécution utilise la méthode du maximum de vraisemblance (`method=ml`) mais varie le nombre de facteurs à extraire (1, 2, puis 3), permettant de comparer les modèles. L'option `heywood` est utilisée pour gérer les cas où les communalités dépassent 1.

Analyse des données

Type : CREATION_INTERNE

Les données `SocioEconomics` sont créées directement dans le code via une étape DATA avec une instruction `datalines`. Elles ne proviennent ni de SASHELP ni d'une source externe.

1 Bloc de code

DATA STEP Data

Explication :
Ce bloc crée la table `SocioEconomics` en mémoire. Les données sont incluses directement dans le script via l'instruction `datalines`, une méthode courante pour les petits jeux de données d'exemple.

Copié !

1	DATA SocioEconomics;
2	INPUT Population School Employment Services HouseValue;
3	DATALINES;
4	5700 12.8 2500 270 25000
5	1000 10.9 600 10 10000
6	3400 8.8 1000 10 9000
7	3800 13.6 1700 140 25000
8	4000 12.8 1600 140 25000
9	8200 8.3 2600 60 12000
10	1200 11.4 400 10 16000
11	9100 11.5 3300 60 14000
12	9900 12.5 3400 180 18000
13	9600 13.7 3600 390 25000
14	9600 9.6 3300 80 12000
15	9400 11.4 4000 100 13000
16	;

2 Bloc de code

PROC FACTOR

Explication :
Cette procédure réalise une première analyse factorielle sur la table `SocioEconomics`. `method=ml` spécifie l'utilisation de la méthode du maximum de vraisemblance. `n=1` contraint le modèle à n'extraire qu'un seul facteur. `heywood` permet au processus de continuer même si une communalité est supérieure à 1.

Copié !

1	title3 'Maximum Likelihood Factor Analysis with One Factor';
2	PROC FACTOR
3	DATA=SocioEconomics method=ml heywood n=1;
4	RUN;
5

3 Bloc de code

PROC FACTOR

Explication :
Similaire à la précédente, cette analyse factorielle teste un modèle à deux facteurs (`n=2`) pour évaluer si une structure plus complexe explique mieux la variance des données.

Copié !

1	title3 'Maximum Likelihood Factor Analysis with Two Factors';
2	PROC FACTOR
3	DATA=SocioEconomics method=ml heywood n=2;
4	RUN;
5

4 Bloc de code

PROC FACTOR

Explication :
Cette dernière analyse pousse le modèle à trois facteurs (`n=3`), complétant la comparaison des modèles factoriels pour déterminer la structure sous-jacente la plus pertinente.

Copié !

1	title3 'Maximum Likelihood Factor Analysis with Three Factors';
2	PROC FACTOR
3	DATA=SocioEconomics method=ml heywood n=3;
4	RUN;
5

Ce matériel est fourni "tel quel" par We Are Cas. Il n'y a aucune garantie, expresse ou implicite, quant à la qualité marchande ou à l'adéquation à un usage particulier concernant le matériel ou le code contenu dans les présentes. We Are Cas n'est pas responsable des erreurs dans ce matériel tel qu'il existe maintenant ou existera, et We Are Cas ne fournit pas de support technique pour celui-ci.

Informations de Copyright : S A S S A M P L E L I B R A R Y

Retour à la liste