El component principal

El component principal es basa en intentar explicar el nivell màxim de la variació en un cert conjunt de variables, i orientat als elements de la matriu de correlació diagonal. Hi ha un altre mètode, basat en l'anàlisi de factors, destinada a aplicar l'aproximació de la matriu de correlació usant un cert nombre de factors (menys que el nombre predeterminat de variables), sinó pels mètodes d'aproximació en gran mesura difereix de la primera mètode proposat.

Per tant, el mètode d'anàlisi factor pot explicar la correlació entre els mateixos, i orientades en els elements del tipus de matriu de correlació fora de la seva diagonal variables.

Basat en l'ús pràctic, tractar de comprendre la necessitat de l'aplicació d'un mètode particular. L'anàlisi factorial s'utilitza quan hi ha interès per als investigadors que estudien la relació entre les variables, l'anàlisi de components principals s'utilitza quan la necessitat de reduir la dimensió de les dades, i en menor mesura és necessària la seva interpretació.

A partir de la nostra experiència, podem veure que els mètodes d'anàlisi factorial usant un nombre prou gran d'observacions. Aquesta quantitat ha de ser un ordre de magnitud més gran que el nombre de factors identificats.

El component principal és molt popular a la investigació de mercats, ja que pot ser utilitzat en presència de multicolinealitat dades d'origen. En el procés d'investigació de mercat qüestionaris contenen preguntes similars, i les respostes a ells i donarà compliment als principis de multicolinealitat.

El component principal és aconsellable tenir en compte una sèrie d'indicadors que han de ser per a l'investigador guiar la pre-selecció dels components o factors. El més important d'aquests són els valors propis d'expressar el grau de dispersió de les variables s'expliquen per aquest factor. Hi ha una regla important, que és molt útil per estimar el nombre de factors (factors han de ser sempre que hi hagi valors propis més d'un). Aquesta regla es pot explicar una mica més fàcil - els valors propis expressen la quota de variàncies normalitzades de variables que explica els factors, i en cas d'excedir la seva unitat que han d'expressar les dispersions que contenen més d'una variable.

Cal aclarir una vegada més que la regla dels "valors propis individuals" - empírics, i la necessitat del seu ús només pot ser determinat per l'investigador. Per exemple, el valor propi té un valor inferior a la unitat, però és a causa de la propagació, distribuït entre les variables. Un expert en el camp de la comercialització és molt important que els factors de segmentació van ser identificats sentit substancial. I aquests factors, que conté els valors propis de més d'un, però no tenen una interpretació significativa, no es tenen en compte. I pot ser una situació més aviat al contrari.

Una altra qüestió important en relació amb l'aplicació pràctica dels mètodes d'anàlisi de factors - la qüestió de la rotació. Es pot considerar que aquesta opció de rotacions. El més popular d'ells - el mètode varimax. Es basa en el nivell màxim de dispersió de les variables en cada factor individual. Aquest mètode ajuda a trobar una rotació, en el qual algunes variables són valors alts, mentre que altres - prou baixos per a cada factor individual.

Un altre mètode de rotació - kvartimaks, ajuda per trobar una certa rotació, en el qual els factors per a cada variable individual que tinguin càrregues baixes i altes.

ekvimaks mètode de rotació és un compromís entre els dos mètodes descrits anteriorment.

Tots aquests mètodes són ortogonals amb eixos perpendiculars entre si, en el seu ús pot ser rastrejat cap correlació entre els factors individuals.