Pagrindinių komponentų metodas

Pagrindinių komponentų metodas pagrįstas bandymaispaaiškinti maksimalų lygį dispersijos tam tikroje kintamųjų rinkinį, ir orientuota į į koreliacinės matricos įstrižainės elementų. Yra dar vienas metodas, remiantis faktoriaus analizė, kuriuo siekiama įgyvendinti, kad koreliacinės matricos, naudojant tam tikrą skaičių veiksnių (mažiau nei iš anksto nustatyto skaičiaus kintamųjų) derinimą, bet metodai, suderinimo labai skiriasi nuo pirmojo siūlomą metodą.

Taigi faktorių analizės metodas leidžia mums paaiškinti koreliaciją tarp pačių kintamųjų ir orientuotis į koreliacijos matricos elementus, kurie yra už jo įstrižainės ribų.

Remiantis praktiniu pritaikymu, mes stengsimėssuprasti poreikį taikyti šį ar tą metodą. Faktorinė analizė yra naudojama, kai yra palūkanų mokslininkų, studijuojančių tarp kintamųjų ryšį, pagrindinis komponentas analizė yra naudojama, kai reikia sumažinti duomenų dimensiją, ir, kiek mažesniu mastu jų aiškinimas yra būtinas.

Remiantis praktika, mes galime pamatyti šiuos metodusFaktorių analizė naudoja gana daug pastebėjimų. Tuo pačiu metu šis kiekis turi būti didesnis negu nustatytų veiksnių skaičius.

Pagrindinių komponentų metodas yra labai populiarusrinkodaros tyrimuose, nes jis gali būti naudojamas daugybe pradinių duomenų buvimo. Tokių rinkodaros tyrimų procese klausimynuose pateikiami panašūs klausimai, o gautus atsakymus atitinka daugiakryptės principai.

Tikslingiausias yra pagrindinių komponentų metodaslaikomas kartu rodikliai, kurie turėtų būti nukreipti tyrėjui laikinai pasirinkdami komponentų ar veiksnių. Svarbiausi iš jų - tai savieji reikšmės, išreiškiantys kintamųjų skirtumus, kuriuos paaiškina šis veiksnys. Yra vienas svarbus nykščio taisykle, kuri yra labai naudinga įvertinant veiksnius (veiksnių turėtų būti tol, kol reikšmių daugiau nei vieną). Ši taisyklė gali paaiškinti šiek tiek lengviau - Nuosavi išreikšti dalį normalizuotų dispersijų kintamųjų, kurie paaiškina veiksniai, ir tuo atveju, kaip savo įrenginį jie turėtų reikšti tas dispersijos, kurių sudėtyje yra daugiau kaip vieną kintamąjį.

Reikia dar kartą paaiškinti šią taisyklę"Individualūs nuosavieji vertybes" yra empirinis, o jo taikymo būtinumo klausimą gali išspręsti tik pats tyrėjas. Pavyzdžiui, nuosavų verčių vertė yra mažesnė už vieną, tačiau ji paaiškina platinimą, kuris paskirstomas tarp kintamųjų. Rinkodaros specialistui labai svarbu, kad segmentuojant nustatytus veiksnius būtų prasminga reikšmė. Nebus atsižvelgiama į tuos veiksnius, kurių skaičiai yra didesni už vienybę, tačiau neturintys reikšmingo aiškinimo. Ir situacija gali atsirasti gana priešingai.

Kitas svarbus klausimas, susijęs su praktiniufaktorinių analizės metodų taikymas - rotacijos klausimas. Galima apsvarstyti tokius sukimosi variantus. Populiariausias iš jų yra varimax metodas. Jis grindžiamas didžiausio kintamųjų skirtumų pasiekimu kiekvienam atskiru veiksniu. Šis metodas padeda rasti rotaciją, kurioje kai kurie kintamieji užima aukštas vertes, o kiti - yra pakankamai žemi kiekvienam konkrečiam veiksniui.

Kitas sukimosi metodas yra quartax, jis padeda rasti tam tikrą posūkį, kai kiekvieno kintamojo veiksniai turi tiek mažų, tiek didelių apkrovų.

Equimax rotacijos metodas yra tam tikras kompromisas tarp dviejų pirmiau aptartų metodų.

Visi šie metodai yra susiję su ortogonaliais tarpusavyje statmenomis ašimis, kai naudojami, trūksta koreliacijos tarp atskirų veiksnių.