Exploratory factor analysis in studying the structure of multivariate observations

Armitage P., Colton T. (eds.) 2005. Encyclopedia of Biostatistics. 2nd Edition. John Wiley & Sons Inc., Hoboken: 2055 — 2067, : 4588 — 4592.
Google Scholar

Caliński T., Czajka S., Kaczmarek Z. 1975. Analiza składowych głównych i jej zastosowania. Algorytmy biometryczne i statystyczne (ABS-36). AR Poznań.
Google Scholar

Cureton E. E., Mulaik S. A. 1975. The weighted varimax rotation and the promax rotation. Psychometrika 40: 183 — 195.
Google Scholar

Everitt B. S., Dunn G. 1992. Applied Multivariate Data Analysis. Oxford University Press, New York.
Google Scholar

Fisher R. A. 1936. The Use of Multiple Measurements in Taxonomic Problems. Annals of Eugenics, 7: 179 — 188.
Google Scholar

Gnanadesikan R. 1977. Methods for statistical data analysis of multivariate observations. Wiley, New York.
Google Scholar

Gower J. C. 1966. Some distance properties of latent root and vector methods used in multivariate analysis. Biometrika, 53 (3/4): 325 — 338.
Google Scholar

Hatcher L. 1994. A Step-by-step Approach to Using SAS for Factor Analysis and Structural Equation Modeling. SAS Publishing, SAS Institute Inc., Cary, NC, USA.
Google Scholar

Kaiser, H. F. 1958. The varimax criterion for analytic rotation in factor analysis. Psychometrika 23: 187 — 200.
Google Scholar

Khattre R., Naik D. N. 2000. Multivariate Data Reduction and Discrimination with SAS Software. SAS Publishing, SAS Institute Inc., John Wiley & Sons Inc., New York, USA.
Google Scholar

Khattree R., Naik D. N. 1999. Applied Multivariate Statistics with SAS Software. Second Edition. SAS Publishing, SAS Institute Inc., John Wiley & Sons Inc., New York, USA.
Google Scholar

Kim J. O., Mueller C. W. 1978. Factor analysis. Statistical Methods and Practical Issues. Sage Publishing, Beverly Hills.
Google Scholar

Krzanowski W. J. 1988. Principles of multivariate analysis: a users’s perspective. Oxford University Press.
Google Scholar

Krzyśko M. 2000. Wielowymiarowa analiza statystyczna. Wydawnictwo Naukowe UAM, Poznań.
Google Scholar

Krzyśko M. 2009. Podstawy wielowymiarowego wnioskowania statystycznego. Wydawnictwo Naukowe UAM, Poznań.
Google Scholar

Laudański Z., Mańkowski D. R., Sieczko L. 2007 a. Próba oceny technologii uprawy pszenicy ozimej na podstawie danych ankietowych gospodarstw indywidualnych. Część 1. Metoda wyodrębniania technologii uprawy. Biul. IHAR 244: 33 — 43.
Google Scholar

Laudański Z., Mańkowski D. R., Sieczko L. 2007 b. Próba oceny technologii uprawy pszenicy ozimej na podstawie danych ankietowych gospodarstw indywidualnych. Część 2. Ocena technologii uprawy. Biul. IHAR 244: 45 — 57.
Google Scholar

Mardia K. V., Kent J. T., Bibby J. M. 1979. Multivariate analysis. Academic Press, London.
Google Scholar

Mądry W. 2007. Metody statystyczne do oceny różnorodności fenotypowej dla cech ilościowych w kolekcjach roślinnych zasobów genowych. Zeszyty Probl. Post.-Nauk Rol., Nr 517: 21 — 41.
Google Scholar

Mądry W., Pluta S., Sieczko L., Studnicki M. 2010. Phenotypic diversity in a sample of blackcurrant (Ribes nigrum L.) cultivars maintained in the fruit breeding department at the Research Institute of Pomology and Floriculture in Skierniewice, Poland. Journal of Fruit and Ornamental Plant Research, 18 (2): 23 — 37.
Google Scholar

Mańkowski D. R., Laudański Z., Martyniak D., Flaszka M. 2009. Struktura wielocechowej zmienności odmianowej wiechliny łąkowej (Poa pratensis L.). Biul. IHAR 254: 189 — 200.
Google Scholar

Morrison D. F., 1990. Wielowymiarowa analiza statystyczna. PWN, Warszawa.
Google Scholar

O'Rourke N., Hatcher L., Stepanski E. J. 2005. A step-by-step approach to using SAS for univariate & multivariate statistics. Second edition. SAS Publishing, SAS Institute Inc., Cary, NC, USA.
Google Scholar

Rao C. R. 1964. The use and interpretation of principal component analysis in applied research. Sankhyã, A26: 329 — 358.
Google Scholar

SAS Institute Inc. 2009. SAS/STAT 9.2 User’s Guide, Second Edition. SAS Publishing, SAS Institute Inc., Cary, NC, USA.
Google Scholar

Seber G. A. F. 1984. Multivariate Observations. Wiley, New York.
Google Scholar

Sieczko L., Mądry W., Zieliński A., Paderewski J., Urbaś-Szwed K. 2004. Zastosowanie analizy składowych głównych w badaniach nad wielocechową charakterystyką zmienności genetycznej w kolekcji zasobów genowych pszenicy twardej (Triticum durum L.). XXXIV Coll. Biometryczne: 223 — 239.
Google Scholar

Sieczko L., Masny A., Mądry W., Żurawicz E. 2008. Analiza podobieństwa rodzin mieszańcowych truskawki powtarzającej owocowanie pod względem wielkości i jakości plonów owoców. Biul. IHAR 250: 297 — 307.
Google Scholar

Szczotka F. A. 1977. Podstawy analizy czynnikowej. Listy Biometryczne, Nr 55–59: 1 — 69.
Google Scholar

Thurstone L. L. 1931. Multiple factor analysis. Psychological Review, 38: 406 — 427.
Google Scholar

Thurstone L. L. 1947. Multiple factor analysis. Chicago, USA: The University of Chicago Press.
Google Scholar

Timm N. H. 2002. Applied multivariate analysis. Springer Verlag Inc., New York, USA.
Google Scholar

Ukalska J., Mądry W., Ukalski K., Masny A. 2007. Wielowymiarowa ocena różnorodności fenotypowej w kolekcji zasobów genowych truskawki. Cz. II. Grupowanie genotypów. Zeszyty Probl. Post. Nauk Rol. 517: 759 — 766.
Google Scholar

Ukalska J., Ukalski K., Śmiałowski T., Mądry W. 2008. Badanie zmienności i współzależności cech użytkowych w kolekcji roboczej pszenicy ozimej (Triticum aestivum L.) za pomocą metod wielowymiarowych. Cz. II. Analiza składowych głównych na podstawie macierzy korelacji fenotypowych i genotypowych. Biul. IHAR 249: 45 — 57.
Google Scholar

Walesiak M., Gatnar E. 2009. Statystyczna analiza danych z wykorzystaniem programu R. Wydawnictwa Naukowe PWN, Warszawa.
Google Scholar

Wójcik A. R., Laudański Z. 1989. Planowanie i wnioskowanie statystyczne w doświadczalnictwie. PWN, Warszawa.
Google Scholar