Den huvudsakliga komponenten

Den huvudsakliga komponenten är baserad på att försöka förklara den maximala nivån av variansen i en viss uppsättning variabler, och inriktade på element i den korrelationsmatrisen diagonal. Det finns en annan metod, som bygger på faktoranalys, syftar till att genomföra tillnärmning av korrelationsmatrisen med användning av ett visst antal faktorer (mindre än det förutbestämda antalet variabler), men genom metoderna approximation kraftigt skiljer sig från den första föreslagna metoden.

Sålunda kan metoden av faktor analys förklara korrelationen mellan variablerna själva, och orienterade på elementen av den typ som korrelationsmatrisen utanför henne diagonalt.

Baserat på praktisk användning, försök att förstå nödvändigheten av användning av en viss metod. Faktoranalys används när det finns intresse för forskare som studerar sambandet mellan variablerna är huvud analys komponent som används när behovet av att minska data dimension, och i mindre utsträckning deras tolkning krävs.

Från vår erfarenhet, kan vi se att de metoder för faktoranalys med hjälp av ett tillräckligt stort antal observationer. Detta belopp bör vara en storleksordning högre än antalet identifierade faktorer.

Den huvudsakliga komponenten är mycket populär i marknadsundersökningar, eftersom det kan användas i närvaro av multikollinearitet källdata. I processen för marknadsundersökningar frågeformulär innehåller liknande frågor och svaren på dem och kommer att följa principerna för multikollinearitet.

Den huvudsakliga komponenten är lämpligt att överväga en uppsättning indikatorer som måste vara för forskaren styra urvals av komponenter eller faktorer. Den viktigaste av dessa är egenvärden för att uttrycka graden av spridning av variablerna förklaras av denna faktor. Det finns en viktig tumregel, som är mycket användbar för att uppskatta antal faktorer (faktorer bör vara så länge det egenvärden mer än en). Denna regel kan förklara lite enklare - egenvärdena uttrycker andel av normaliserade varianser av variabler som förklarar faktorer och i fallet med överstiger dess enhet de ska uttrycka dessa dispersioner som innehåller mer än en variabel.

Det är nödvändigt att klargöra en gång att regeln om "enskilda egenvärden" - empiriska, och behovet av dess användning endast kan bestämmas av forskaren. Till exempel har egenvärde ett värde mindre än ett, men det beror på spridningen, fördelat mellan variablerna. En fackman inom marknadsföring är mycket viktigt att de segmente identifierade faktorerna var betydande mening. Och dessa faktorer, som innehåller egenvärden av mer än en, men inte har en meningsfull tolkning de inte beaktas. Och det kan vara en situation tvärtom.

En annan viktig fråga gäller den praktiska tillämpningen av metoderna för faktoranalys - frågan om rotation. Det kan anses sådana alternativ rotationer. Den mest populära av dem - Varimax metod. Den är baserad på den maximala nivån för spridning av variabler på varje enskild faktor. Denna metod hjälper till att hitta en rotation, där vissa variabler är höga värden, medan andra - tillräckligt låg för att varje enskild faktor.

En annan metod för rotation - kvartimaks, hjälper det att hitta en viss rotation, där de faktorer för varje enskild variabel att ha både låg och hög belastning.

ekvimaks rotationsmetoden är en kompromiss mellan de två metoderna som diskuterats ovan.

Alla dessa metoder är ortogonala med inbördes vinkelräta axlar, på deras användning kan spåras ingen korrelation mellan de enskilda faktorer.