Metode for hovedkomponenter

Forretnings

Hovedkomponentmetoden er basert på forsøkklargjør det maksimale nivået av dispersjon i et bestemt sett med variabler, og er orientert mot elementene som ligger diagonalt i korrelasjonsmatrisen. Det er en annen metode basert på faktoranalyse, rettet mot implementering av tilnærmingen til korrelasjonsmatrisen ved å bruke et bestemt antall faktorer (mindre enn et spesifisert antall variabler), men ved tilnærmingsmetodene avviker det seg betydelig fra den første foreslåtte metoden.

Så, metoden for faktoranalyse tillater oss å forklare korrelasjonen mellom variablene selv, og er fokusert på elementene i korrelasjonsmatrisen som ligger utenfor dens diagonale.

På grunnlag av praktisk anvendelse, vil vi prøveforstå behovet for å bruke en bestemt metode. Faktoranalyse brukes når det er forskerinteressert i å studere forholdet mellom variabler, brukes metoden til hovedkomponenter i tilfelle det er nødvendig å redusere datadimensjonen, og i mindre grad er det nødvendig med tolkning av dem.

Fra praksis kan vi se at metodenefaktoranalyse ved bruk av et tilstrekkelig stort antall observasjoner. På samme tid bør dette beløpet være mye høyere enn antall identifiserte faktorer.

Hovedkomponentmetoden er veldig populær.i markedsundersøkelser, da den kan brukes i nærvær av multikollinearitet av de opprinnelige dataene. I løpet av slik markedsundersøkelse inneholder spørreskjemaene lignende spørsmål, og svarene på dem vil stemme overens med prinsippene for multikollinearitet.

Hovedkomponentmetoden er tilrådelig.vurdere samlet sett indikatorer som bør være en veiledning for forskeren ved det foreløpige valget av antall komponenter eller faktorer. De viktigste av disse er egenverdier, som uttrykker nivået av spredning av variabler, forklart av denne faktoren. Det er en viktig empirisk regel, som er veldig nyttig for å estimere antall faktorer (det skal være så mange faktorer som det er egenverdier over en). Det er mulig å forklare denne regelen på en litt enklere måte - egenverdiene uttrykker fraksjonen av normaliserte variasjoner av variabler, som forklares av en faktor, og i tilfelle at de overskrider sin enhet, bør de uttrykke disse avvikene som finnes i mer enn én variabel.

Det er nødvendig å klargjøre igjen at regelen"Enkle egenverdier" er en empirisk, og spørsmålet om behovet for bruk kan kun løses av forskeren selv. Egenverdien har for eksempel en verdi mindre enn en, men det forklarer spredningen fordelt på variablene. Det er svært viktig for en markedsførings profesjonell at når segmentering har de identifiserte faktorene en meningsfylt betydning. Og de faktorene som inneholder egenverdier som er større enn en, men som ikke har en meningsfylt tolkning, vil ikke bli tatt i betraktning. Og situasjonen kan oppstå ganske motsatt.

Et annet viktig spørsmål om praktiskbruk av faktoranalysemetoder er et spørsmål om rotasjoner. Slike varianter av rotasjoner kan vurderes. De mest populære av dem er varimax-metoden. Den er basert på å nå maksimal variasjonsvariabel for hver enkelt faktor. Denne metoden bidrar til å finne rotasjonen, hvor noen variabler tar høye verdier, mens andre er lave nok for hver enkelt faktor.

En annen rotasjonsmetode er kvartimax, det hjelper å finne en bestemt rotasjon der faktorene for hver enkelt variabel har både lave og høye belastninger samtidig.

Equimax rotasjonsmetoden er et kompromiss mellom de to metodene som er diskutert ovenfor.

Alle disse metodene refererer til ortogonale med gjensidig vinkelrette akser, når de bruker dem, er det mangel på korrelasjon mellom individuelle faktorer.

</ p>
Kommentarer (0)
Legg til en kommentar