Главният компонент

Главният компонент се основава на опита си да обясни на максималното ниво на вариациите в определен набор от променливи, и ориентирана към елементи в матрица корелация диагонал. Има и друг начин, въз основа на факторен анализ, целящи прилагането на сближаване на матрицата на съответствието с помощта на определен брой фактори (по-малко от предварително определен брой променливи), но по методите сближаване значително се различава от първия предложения метод.

По този начин, за метода за анализ фактор може да обясни връзката между самите, и ориентирани по елементите на типа на корелация матрица извън нея по диагонал променливи.

Въз основа на практическото използване, опитайте се да разбират необходимостта от прилагане на специален начин. анализ Factor се използва, когато има интерес към учените, изучаващи връзката между променливите, анализът на главния компонент се използва, когато е необходимо, за да се намали размера на данните, както и в по-малка степен се изисква тяхното тълкуване.

От нашия опит, ние можем да видим, че методите за анализ фактор с помощта на достатъчно голям брой наблюдения. Тази сума трябва да бъде с един порядък по-голям от броя на установените фактори.

Главният компонент е много популярен в маркетингови проучвания, тъй като тя може да се използва при наличие на данни мултиколинеарност код. В процеса на изследователски въпросници на пазара съдържат подобни въпроси и отговори на тях и ще се съобрази с принципите на мултиколинеарност.

Главният компонент е препоръчително да се помисли за набор от показатели, които трябва да бъдат за изследователя ръководи предварителния подбор на компоненти или фактори. Най-важните от тях са собствените стойности за изразяване на степента на разсейване на променливите се обяснява с този фактор. Има едно важно правило, което е много полезно за оценка на броя на фактори (фактори трябва да бъдат толкова дълго, колкото има собствени стойности повече от един). Това правило може да обясни малко по-лесно - да изразяват собствените стойности дял от нормализирани отклонения от променливи, които обяснява факторите, а в случай на превишаване на единица те трябва да изразява тези дисперсии, съдържащи повече от една променлива.

Необходимо е да се изясни още веднъж, че правилото на "индивидуални собствени стойности" - емпирични, както и необходимостта за използването му може да се определи само от изследователя. Например, собствената стойност е на стойност по-малко от единство, но това се дължи на разпространението, разпределена между променливите. Един специалист в областта на маркетинга е много важно, че сегментиране идентифицирани фактори са били значително смисъл. И тези фактори, съдържащи собствените стойности на повече от един, но нямат смислен превод, те не са взети под внимание. И това може да бъде ситуация, точно обратното.

Друг важен въпрос относно практическото прилагане на методите за анализ фактор - въпросът за въртенето. Тя може да се счита за такива опции ротации. Най-популярният от тях - varimax метод. Тя се основава на максималното ниво на дисперсия на променливите на всеки отделен фактор. Този метод помага за намиране на въртене, в които някои променливи са високи стойности, а други - достатъчно ниски, за всяка отделна фактор.

Друг метод на въртене - kvartimaks, тя помага да се намери определена ротация, в която факторите за всяка отделна променлива, за да имат и ниски и високи натоварвания.

ekvimaks метод въртене е компромис между двата метода описани по-горе.

Всички тези методи са ортогонални с взаимно перпендикулярни оси, при тяхното използване може да бъде проследено никаква връзка между отделните фактори.