Il componente principale

Il componente principale è basata sul tentativo di spiegare il livello massimo di variazione in un certo insieme di variabili, ed orientata agli elementi della matrice di correlazione diagonale. V'è un altro metodo, basato su analisi fattoriale, intesa ad attuare il ravvicinamento della matrice di correlazione utilizzando un certo numero di fattori (meno del numero predeterminato di variabili), ma con i metodi ravvicinamento notevolmente differisce dal primo metodo proposto.

Pertanto, il metodo di analisi fattoriale può spiegare la correlazione tra le variabili stesse, ed orientate sugli elementi del tipo a matrice di correlazione fuori dalla sua diagonale.

Sulla base di uso pratico, cercare di comprendere la necessità di applicazione di un metodo particolare. L'analisi fattoriale viene utilizzato quando non v'è interesse per i ricercatori che studiano la relazione tra le variabili, l'analisi delle componenti principali viene utilizzata quando la necessità di ridurre la dimensione dei dati, e, in misura minore, è necessaria la loro interpretazione.

Dalla nostra esperienza, possiamo vedere che i metodi di analisi fattoriale utilizzando un numero sufficientemente ampio di osservazioni. Tale importo dovrebbe essere un ordine di grandezza superiore al numero di fattori identificati.

Il componente principale è molto popolare in ricerche di mercato, in quanto può essere utilizzato in presenza di dati di origine multicollinearità. Nel processo di questionari di ricerca di mercato contengono domande simili, e le risposte ad essi e saranno conformi ai principi di multicollinearità.

Il componente principale è opportuno considerare una serie di indicatori che devono essere per il ricercatore guidare la preselezione di componenti o fattori. Il più importante di questi sono gli autovalori di esprimere il livello di dispersione delle variabili sono spiegati da questo fattore. V'è una importante regola, che è molto utile per stimare il numero di fattori (fattori devono essere finché c'è autovalori più di uno). Questa regola può spiegare un po 'più facile – autovalori esprimono la quota delle varianze normalizzati delle variabili che spiega i fattori, e in caso di superamento della sua unità che dovrebbero esprimere quelle dispersioni contenenti più di una variabile.

E 'necessario chiarire ancora una volta che la regola dei "singoli autovalori" – empiriche, e la necessità per il suo utilizzo può essere determinato solo dal ricercatore. Ad esempio, l'autovalore ha un valore inferiore all'unità, ma è a causa della diffusione, distribuito tra le variabili. Un esperto nel campo del marketing è molto importante che i fattori di segmentazione individuati erano sostanziali senso. E questi fattori, che contiene gli autovalori di più di uno, ma non hanno un'interpretazione significativa, non sono presi in considerazione. E può essere una situazione piuttosto il contrario.

Un altro aspetto importante per quanto riguarda l'applicazione pratica dei metodi di analisi fattoriale – la questione della rotazione. Può essere considerato tali opzioni rotazioni. Il più popolare di loro – metodo varimax. Essa è basata sul massimo livello di dispersione di variabili su ogni singolo fattore. Questo metodo aiuta a trovare una rotazione, in cui alcune variabili sono valori elevati, mentre altri – abbastanza basse per ogni singolo fattore.

Un altro metodo di rotazione – kvartimaks, aiuta a trovare un certo di rotazione, in cui i fattori di ogni singola variabile di avere carichi sia bassa e alta.

ekvimaks metodo di rotazione è un compromesso tra i due metodi discussi sopra.

Tutti questi metodi sono ortogonali ad assi perpendicolari fra loro, al loro uso può essere tracciata alcuna correlazione tra i singoli fattori.