Glavnu komponentu

Glavni sastojak se temelji na pokušava objasniti maksimalnu razinu varijance u određenim skupom varijabli, a orijentiran na elemente u korelacijske matrice dijagonale. Postoji još jedan način, na temelju čimbenika analize s ciljem provedbu usklađivanje korelacijske matrice pomoću određeni broj čimbenika (manje od unaprijed određenog broja varijabli), ali metoda aproksimacije znatno se razlikuje od prvog predložene metode.

Dakle, metoda faktorske analize može objasniti povezanost između samih, a orijentiran na elementima tipa korelacijske matrice izvan nje dijagonalno varijabli.

Na temelju praktičnu primjenu, pokušati shvatiti nužnost primjene određene metode. Faktorska analiza se koristi kada postoji interes za istraživača na odnos između varijabli, glavni analiza komponente se koristi kada je potrebno smanjiti dimenzije podataka, te u manjoj mjeri je potrebno njihovo tumačenje.

Iz našeg iskustva, možemo vidjeti da su metode faktorske analize pomoću dovoljno veliki broj opažanja. Taj iznos bi trebao biti red veličine veći nego broj identificiranih čimbenika.

Glavni sastojak je vrlo popularna u marketing istraživanja, kao što se može koristiti u prisutnosti multikolinearnost izvor podataka za. U procesu upitnika za istraživanje tržišta sadrže slična pitanja i odgovore na njih te će u skladu s načelima multikolinearnosti.

Glavni sastojak je poželjno uzeti u obzir niz pokazatelja koji moraju biti za istraživača voditi pred-odabir komponente ili faktora. Najvažnije od njih su svojstvene vrijednosti izražava stupanj disperzije varijabli objašnjava se ovim faktorom. Postoji jedan važan pravilo, što je vrlo korisno za procjenu broja čimbenika (faktora trebalo biti sve dok ima svojstvene vrijednosti više od jedne). Ovo pravilo može objasniti malo lakše - svojstvene vrijednosti izražavaju udio normalizacije varijance varijabli koji objašnjava faktore, te u slučaju prekoračenja svoje jedinice trebaju izražavanje svojih disperzija koje sadrže više od jedne varijable.

Potrebno je pojasniti još jednom da je pravilo „pojedinih svojstvenih vrijednosti” - empirijskih i potrebe za njegovo korištenje može utvrditi samo od strane istraživača. Na primjer, svojstvena je vrijednost manja od jedinstva, ali je zbog širenja, raspoređenih između varijabli. Stručnjak u tom području marketinga je vrlo važno da segmentacije identificirani faktori su bitan smisao. A ti faktori, koji sadrže svojstvene vrijednosti od više od jedne, ali nemaju smislenu interpretaciju, oni ne uzimaju u obzir. I to može biti situacija sasvim suprotno.

Drugo važno pitanje odnosi na praktičnu primjenu metoda faktorske analize - pitanje rotacije. To se može smatrati takve mogućnosti rotacije. Najpopularniji od njih - varimax metoda. Ona se temelji na maksimalnu razinu disperzije varijabli na svakog pojedinog faktora. Ova metoda pomaže pronaći rotaciju, u kojima su neki varijable su visoke vrijednosti, dok je drugi - dovoljno niska da se svaki pojedini faktor.

Druga metoda rotacije - kvartimaks, to pomaže da pronađete određenu rotaciju, u kojem su faktori za svaku pojedinu varijablu da imaju i niske i visoke opterećenja.

ekvimaks metoda rotacije je kompromis između dvije gore navedenih metoda.

Sve ove metode su ortogonalni s međusobno okomitim osima, na njihovo korištenje može se pratiti povezanost između pojedinih faktora.