报告题目：因子分析新方法与原方法的比较
报告人：林海明 教授
时间：2021年11月2日（周二）14:30
地点：北二540
报告提纲:
因子分析法应用相当普遍，近期，有了因子分析原模型的公因子精确解，因子分析L模型及其因子最优解，但二种方法的异同有待说明。这里用模型及其解、实例比较说明，同：两种模型的解都含有方差贡献较大的公因子；异：传统因子分析模型公因子不能降维，不能合理解释变量，不能达到因子分析目的；因子分析L模型的因子能降维，能合理解释所有变量，误差方差和达到最小，能达到因子分析目的，有较明确的方法应用步骤。
报告人简介:
林海明教授简介，男，1959年6月生，湖南省长沙市人，武汉大学理学学士，湖南大学理学硕士。广东财经大学教授，广东省现场统计学会常务理事，广东省应用统计学会副理事长。研究方向为多元统计模型与应用。林海明教授1982年创立了Lr-(广义Vandermonde)行列式理论；2005年论文解决了国际一流统计学家C.R.Rao没有解决的主成分分析与因子分析异同问题，引用达1000次以上，是国内统计类重要期刊非综述论文引用排名第一；2007年论文解决了英国统计学家Kendall认为不可能解决的、百年未决的传统因子分析模型求解题;2006-2013年创立了新理论—因子分析L模型及其解，时任北京大学数学科学学院博士生导师陈家鼎教授推介说，将因子分析L模型推向全世界；2013年论文解决了主成分解释数据的条件问题，迄今引用达688次以上，是近15年国内统计类期刊最具影响力论文之一；2018年论文解决了对应分析建模的问题，改进了法国统计学家Beozécri的传统对应分析法。他的主成分分析、因子分析内容已写入教育部高等学校统计学专业教学指导委员会推荐教材《应用多元统计分析》(北京大学出版社，2017)，许多高校已使用或正在使用这些内容给相应专业的本科生、硕士生及博士生进行教学。