주요 구성 요소

주성분은 변수의 특정 세트에 분산의 최대 레벨을 설명하기 위해 시도에 기초하여, 대각선 상관 행렬의 요소에 지향된다. 존재하는 또 다른 방법은 (변수의 소정 수 미만) 요인의 특정 번호를 사용하여 상기 상관 매트릭스의 근사치를 구현할 목적 요인 분석에 기초하지만 방법은 매우 근사하여 제 제안 된 방법과 다르다.

따라서, 인자 분석 방법은 변수 자체 대각선 그녀 외부 상관 매트릭스 형의 소자의 방향 사이의 관계를 설명 할 수있다.

실제 사용을 기반으로, 특정 방법의 응용 프로그램의 필요성을 이해하려고합니다. 요인 분석은 변수 사이의 관계를 공부하는 연구자들에게 관심이있을 때, 필요 데이터의 크기를 줄일 때 주성분 분석을 사용하고, 낮은 정도 자신의 해석이 요구되는 사용됩니다.

우리의 경험에서, 우리는 요인 분석의 방법은 관찰 충분히 큰 번호를 사용하여 볼 수 있습니다. 이 금액은 확인 된 요인의 수보다 더 크기 순서이어야한다.

이 다중 공선 소스 데이터의 존재에 사용될 수있는 주요 구성 요소는 마케팅 조사에서 매우 인기가있다. 시장 조사 설문 과정에서 유사한 질문, 그리고 그들에 대한 답변을 포함하고 다중 공선의 원칙을 준수합니다.

주요 구성 요소는 구성 요소 또는 요소의 사전 선택을 안내 연구자이어야합니다 일련의 지표를 고려하는 것이 좋습니다. 이들 중 가장 중요한 것은,이 계수에 의해 설명되는 변수의 분산의 정도를 표현하는 고유 값이다. 요인의 수를 추정 매우 유용 엄지 손가락의 한 가지 중요한 규칙은,있다 (요소는 한 하나 이상이 고유 값과 같아야합니다). 이 규칙은 조금 더 쉽게 설명 할 수 - 고유 값이 요인을 설명 변수의 정규화 된 차이의 점유율을 표현하고, 그 장치가 두 개 이상의 변수를 포함하는 분산을 표현한다을 초과하는 경우.

경험, 그리고 그것의 사용에 대한 필요성만을 연구원에 의해 결정될 수있다 - 다시 한 번 "개인의 고유 값"의 규칙을 명확히 할 필요가있다. 예를 들어, 고유 값이 1보다 작은 값을 갖지만, 그 변수에 분배 확산에 기인한다. 마케팅 분야에서 통상의 지식을 가진 하나는 분할 확인 된 요인은 상당한 의미가 있다고 매우 중요합니다. 그리고 그 요인들이 고려되지 않습니다, 하나 이상의의 고유 값을 포함하지만, 의미있는 해석이 없습니다. 그리고 그것은 상황을 정반대 일 수있다.

회전의 문제 - 요인 분석의 방법의 실제 적용에 관한 또 다른 중요한 문제. 여기에는 옵션 회전을 고려 될 수있다. 그 중 가장 인기있는 - VARIMAX 방법. 이는 각각의 요소에 대한 변수의 분산의 최대 레벨에 기초한다. 이 방법은 몇 가지 변수가 높은 값입니다있는 회전을 발견하는 데 도움이 다른 사람 동안 - 각 개별 요소에 충분히 낮은.

회전하는 또 다른 방법 - kvartimaks, 그것은 각 개별 변수에 대한 요인이 낮고 높은 두 부하를 가지고있는 일정 회전을 찾는 데 도움이됩니다.

ekvimaks 회전 방법은 상술 한 두 방법 사이의 타협이다.

이들의 사용은 각각의 요소 간의 상관 관계를 추적 할 수없는 모든 이들 방법은 서로 수직 인 축과 직교한다.