Sehemu kuu

sehemu kuu ni msingi kujaribu kuelezea kiwango cha juu cha ugomvi katika seti fulani ya vigezo, na oriented kwa vipengele katika uwiano Matrix diagonal. Kuna njia nyingine, kwa kuzingatia uchambuzi wa sababu, kwa lengo la kutekeleza makadirio ya uwiano Matrix kutumia idadi fulani ya mambo (chini ya idadi predetermined ya vigezo), lakini kwa njia za makadirio sana tofauti na njia ya kwanza ya mapendekezo.

Hivyo, njia ya uchambuzi wa sababu ya kuelezea uhusiano kati ya vigezo wenyewe, na oriented kwenye vipengele vya aina uwiano Matrix nje yake diagonally.

Kulingana na matumizi halisi, jaribu kuelewa umuhimu wa matumizi ya mbinu fulani. Factor uchambuzi hutumiwa wakati kuna maslahi na watafiti kusoma uhusiano kati ya vigezo, mkuu uchambuzi sehemu hutumika wakati haja ya kupunguza mwelekeo data, na kwa kiasi kidogo tafsiri yao ni required.

Kutokana na uzoefu wetu, tunaweza kuona kwamba mbinu ya uchambuzi wa sababu kwa kutumia idadi kubwa ya kutosha ya uchunguzi. kiasi hiki lazima amri ya kiwango cha juu kuliko mambo kadhaa kutambuliwa.

sehemu kuu ni maarufu sana katika utafiti wa masoko, kama inaweza kutumika katika uwepo wa data multicollinearity chanzo. Katika mchakato wa soko dodoso utafiti vyenye maswali kama hayo, na majibu yao na kuzingatia kanuni za multicollinearity.

sehemu kuu ni vyema kufikiria seti ya viashiria kwamba lazima kwa mtafiti kuongoza kabla ya uteuzi wa vipengele au sababu. muhimu zaidi ya haya ni eigenvalues ya kuonyesha kiwango cha utawanyiko ya vigezo ni alielezea kwa sababu hii. Kuna moja utawala muhimu ya thumb, ambayo ni muhimu sana kwa kukadiria mambo kadhaa (mambo lazima muda mrefu kama kuna eigenvalues zaidi ya moja). Sheria hii unaweza kueleza kidogo rahisi - eigenvalues kueleza sehemu ya variances normalized ya vigezo inayoeleza mambo kadhaa, na katika kesi ya mno kitengo chake wanapaswa kueleza dispersions vile vyenye kutofautiana zaidi ya mmoja.

Ni muhimu kufafanua kwa mara nyingine tena kwamba utawala wa "eigenvalues mtu binafsi" - upimaji, na hitaji la matumizi yake inaweza tu kuamua na mtafiti. Kwa mfano, eigenvalue ina thamani chini ya umoja, lakini ni kutokana na kuenea, kusambazwa kati ya vigezo. Moja wenye ujuzi katika uwanja wa masoko ni muhimu sana segmentation kutambuliwa sababu walikuwa hisia kubwa. Na mambo hayo, zenye eigenvalues ya zaidi ya moja, lakini hawana tafsiri maana, wao si kuzingatiwa. Na inaweza kuwa hali kinyume kabisa.

Jambo lingine muhimu kuhusu matumizi halisi ya mbinu ya uchambuzi wa sababu - suala la mzunguko. Ni inaweza kuchukuliwa mbinu hizo rotations. maarufu wengi wao - varimax mbinu. Ni kutokana na kiwango cha juu cha utawanyiko ya vigezo katika kila jambo binafsi. Njia hii husaidia kupata mzunguko, ambapo baadhi vigezo ni maadili ya juu, wakati wengine - ya chini ya kutosha kwa kila sababu ya mtu binafsi.

Njia nyingine ya mzunguko - kvartimaks, inasaidia kupata mzunguko fulani, ambayo mambo kwa kila variable binafsi kuwa na mizigo yote ya chini na juu.

ekvimaks mzunguko njia ni mapatano kati ya njia mbili kujadiliwa hapo juu.

njia hizi zote ni orthogonal kwa shoka pande perpendicular, katika matumizi yao inaweza kufuatiliwa hakuna uwiano kati ya mambo ya mtu binafsi.