Die skoolhoof komponent

Die skoolhoof komponent is gebaseer op probeer om die maksimum vlak van variansie in 'n sekere stel veranderlikes verduidelik, en gerig op elemente in die korrelasie matriks diagonaal. Daar is 'n ander metode, gebaseer op faktorontleding, wat gemik is op die implementering van die benadering van die korrelasie matriks met behulp van 'n sekere aantal faktore (minder as die vasgestelde aantal veranderlikes), maar deur die metodes grootliks benadering verskil van die eerste voorgestelde metode.

Dus, kan die metode van faktorontleding die korrelasie tussen die veranderlikes hulself, en georiënteerde op die elemente van die korrelasie matriks tipe buite haar skuins verduidelik.

Gebaseer op praktiese gebruik, probeer om die noodsaaklikheid van toepassing van 'n bepaalde metode verstaan. Faktorontleding gebruik word wanneer daar belangstelling om navorsers bestudeer die verhouding tussen die veranderlikes, is die hoofkomponent-analise gebruik word wanneer die behoefte om die data dimensie te verminder, en tot 'n mindere mate hul interpretasie word vereis.

Van ons ervaring, kan ons sien dat die metodes van faktorontleding met behulp van 'n groot genoeg aantal waarnemings. Hierdie bedrag moet 'n orde van grootte hoër as die aantal geïdentifiseerde faktore wees.

Die skoolhoof komponent is baie gewild in bemarking navorsing, aangesien dit gebruik kan word in die teenwoordigheid van multikollineariteit bron data. In die proses van marknavorsing vraelyste bevat soortgelyke vrae, en die antwoorde op hulle en sal voldoen aan die beginsels van multikollineariteit.

Die skoolhoof komponent is dit raadsaam om 'n stel aanwysers wat moet wees vir die navorser lei die pre-seleksie van komponente of faktore oorweeg. Die belangrikste hiervan is die eiewaardes van die uitdrukking van die vlak van verspreiding van die veranderlikes verklaar word deur hierdie faktor. Daar is 'n belangrike reël, wat baie nuttig vir die beraming van die aantal faktore (faktore moet so lank as wat daar eiewaardes meer as een wees). Hierdie reël kan 'n bietjie makliker te verduidelik - die eiewaardes te druk aandeel van genormaliseer afwykings van veranderlikes wat die faktore verduidelik, en in die geval van meer as die eenheidsprys hulle moet dié dispersies wat meer as een veranderlike te druk.

Dit is nodig om weereens dat die oppergesag van die "individuele eiewaardes" verduidelik - empiriese, en die behoefte aan die gebruik daarvan slegs bepaal kan word deur die navorser. Byvoorbeeld, die eiewaarde het 'n waarde minder as eenheid, maar dit is te danke aan die verspreiding, versprei tussen die veranderlikes. Een geskoolde in die veld van bemarking is baie belangrik dat die segmentering geïdentifiseer faktore was aansienlike sin. En dié faktore, wat die eiewaardes van meer as een, maar het nie 'n sinvolle interpretasie, hulle is nie in ag geneem word. En dit kan 'n situasie presies die teenoorgestelde wees.

Nog 'n belangrike kwessie met betrekking tot die praktiese toepassing van die metodes van faktorontleding - die vraag van die rotasie. Dit kan beskou word as so 'opsies rotasies. Die gewildste van hulle - Varimax-metode. Dit is gebaseer op die maksimum vlak van verspreiding van veranderlikes op elke individuele faktor. Hierdie metode help om 'n rotasie, waarin sommige veranderlikes is hoog waardes te vind, terwyl ander - laag genoeg is om elke individuele faktor.

Nog 'n metode van rotasie - kvartimaks, dit help om 'n sekere rotasie, waarin die faktore vir elke individuele veranderlike om beide lae en hoë belastings te vind.

ekvimaks rotasie metode is 'n kompromie tussen die twee metodes wat hierbo bespreek is.

Al hierdie metodes is ortogonale met onderling loodregte asse, by die gebruik daarvan kan teruggevoer word geen korrelasie tussen die individuele faktore.