Componenta principală

Componenta principală se bazează pe încercarea de a explica nivelul maxim de variație într-un anumit set de variabile, și orientate spre elemente în matricea de corelație diagonală. Există o altă metodă, bazată pe analiza factorială, vizează implementarea aproximarea matricei de corelare folosind un anumit număr de factori (mai mic decât numărul predeterminat de variabile), ci prin metode de aproximare foarte mult diferită de prima metodă propusă.

Astfel, metoda de analiză factor poate explica corelația dintre variabilele în sine, și orientate pe elementele de tip matrice de corelație în afara ei diagonală.

Bazat pe utilizarea practică, încearcă să înțeleagă necesitatea aplicării unei anumite metode. Analiza Factor este utilizat atunci când există interes pentru cercetătorii care studiază relația dintre variabilele, analiza componentelor principale este utilizat atunci când necesitatea de a reduce dimensiunea datelor, și într - o mai mică măsură este necesară interpretarea lor.

Din experiența noastră, putem vedea că metodele de analiză factorului utilizând un număr suficient de mare de observații. Această sumă ar trebui să fie un ordin de mărime mai mare decât numărul de factori identificați.

Componenta principală este foarte popular în cercetarea de marketing, deoarece poate fi utilizat în prezența datelor sursă multicoliniaritate. În procesul de chestionare de cercetare de piață conțin întrebări similare, precum și răspunsurile la acestea și vor respecta principiile multicolinearit.

Componenta principală este recomandabil să se ia în considerare un set de indicatori care trebuie să fie pentru cercetătorul ghida preselecția componentelor sau factori. Cele mai importante dintre acestea sunt autovalorile care exprimă nivelul de dispersie a variabilelor sunt explicate de acest factor. Există o regulă importantă de degetul mare, care este foarte util pentru estimarea numărului de factori (factori ar trebui să fie, atâta timp cât există mai mult de un autovalorile). Această regulă poate explica un pic mai ușor - valorile proprii exprimă cota de variații normalizate ale variabilelor care explică factorii, și în cazul depășirii unității sale acestea ar trebui să exprime aceste dispersii care conțin mai mult de o variabilă.

Este necesar să se clarifice încă o dată că regula de „valori proprii individuale“ - empirice, și necesitatea utilizării acestuia poate fi determinată numai de către cercetător. De exemplu, are o valoare proprie valoare mai mică decât unitatea, dar aceasta se datorează răspândirii, distribuite între variabilele. Un specialist în domeniul marketingului este foarte important ca segmentarea identificat factori au un sens substanțial. Și acești factori, care conține valorile proprii de mai mult de unul, dar nu au o interpretare semnificativă, acestea nu sunt luate în considerare. Și aceasta poate fi o situație destul de contrariul.

O altă problemă importantă în ceea ce privește aplicarea practică a metodelor de analiză factor - problema rotației. Acesta poate fi considerat astfel de opțiuni de rotații. Cele mai populare dintre ele - metoda varimax. Ea se bazează pe nivelul maxim de dispersie de variabile pe fiecare factor în parte. Această metodă ajută să găsească o rotație, în care unele variabile sunt valori ridicate, în timp ce altele - suficient de scăzut pentru fiecare factor în parte.

O altă metodă de rotație - kvartimaks, ajută să găsească o anumită rotație, în care factorii pentru fiecare variabilă în parte să aibă sarcini atât de mici și mari.

ekvimaks metodă de rotație este un compromis între cele două metode discutate mai sus.

Toate aceste metode sunt ortogonale cu axe perpendiculare între ele, la utilizarea lor poate fi urmărită nici o corelație între factorii individuali.