多因子变量分析及数据化方法

有关多因子变量分析及数据化方法

　　多因子变量分析及数据化方法主要是对应于SD法，是对SD法中的相关因子进行数据处理的补充方法。

　　在建筑策划的研究中，通过各阶段。各方法获得的数据需进行分类处理，才能寻找出其间的联系，并正确反映实态空间及事件。因此研究多因子变量在数量和值域上的潜在的个性、共性和相互关系是研究建筑策划方法论的关键。一般说来，少量的数据在说明和解析空间及事件时很难全面准确地反映出实态的全貌，因而多因子变量的数据处理多是大量的成组的操作。因子分析法正是研究大量的相关数据、寻求其内在联系和规律性的逻辑法则。

　　因子分析法的目的是从大量的现象数据中，抽出潜在的共通因子即特性因子，通过对这些特性因子进行分析，而得出全体数据所具有的结构，惟以数据作为实态表述来反映空间目标的调查手段提供理论依据。SD法中多数的“语汇尺度”的评定值是变量，从这些变量中抽出若干潜在的特性因子，为下一步寻找并抽出明确目标及概念结构的因子轴作准备。因子分析法与主成分分析法不同，主成分分析法是将数据进行综合，将主成分的特性因子按大小顺序排列，而因子分析法则是分解这些数据，求得特性因子的负荷量，再对这些特性因子进行分析。

　　因子的数据化法就是将因子的特性项目分类，将对这些特性项目的调查取样加以收集，这一收集过程是按照“同类反应模式”进行的。而后在最小次元空间坐标系中求得一座的分布图，以此来研究数据的结构。

　　因子分析法是现代统计数学的基本方法之一。它的应用范围极广，在经济预算、商品销售、工业数据处理等方面都占有重要的位置。尽管所表述的目的不同，但原理和基本方法是相同的。