pagrindinė sudėtinė dalis yra grindžiama bando paaiškinti didžiausią dispersijos tam tikrą rinkinį kintamųjų ir orientuotas į elementų, esančių įstrižainės koreliacijos matrica.Yra ir kitas būdas, pagrįstas faktoriaus analizės, skirto įgyvendinti, kad koreliacinės matricos derinimą su tam tikru skaičiumi faktorių (mažiau nei iš anksto nustatyto skaičiaus kintamųjų), bet artėjimą metodo esmės skiriasi nuo pirmojo siūlomą metodą.
Taigi, faktorinės analizės metodas gali paaiškinti skirtumą tarp savęs ir orientuotų apie koreliacijos matricos tipo elementų, nepriklausančių jo įstrižainė kintamųjų koreliacija.
Remiantis praktinio pritaikymo, pabandykite suprasti, kad reikia naudoti tam tikrą metodą.Faktorinė analizė yra naudojamas, kai yra iš tarp kintamųjų santykių tyrimo tyrėjų interesas, Pagrindiniai komponentai metodas yra naudojamas tuo atveju, poreikį sumažinti duomenų ir mažesniu mastu jų aiškinimas reikalauja aspektą.
Nuo mūsų patirtimi, mes matome, kad faktorinės analizės metodai, naudojant pakankamai didelį skaičių pastabas.Ši suma turėtų būti dydžio, didesnio negu identifikuotų veiksnių tvarka.
pagrindinė sudėtinė dalis yra labai populiarus marketingo tyrimo, nes jis gali būti naudojamas multicollinearity pirminių duomenų buvimą.Atsižvelgiant į marketingo tyrimų klausimynus procese yra panašių klausimų ir į juos atsakymus, ir atitikti multicollinearity principais.
pagrindinė sudėtinė dalis yra tikslinga apsvarstyti rodiklių rinkinys, kuris turėtų būti skirtas į preliminarų pasirinkimas komponentų ar veiksnių mokslo gidas.Svarbiausias iš jų yra iš reiškiant dispersija kintamųjų lygį galima paaiškinti šio veiksnio tikrinės reikšmės.Yra viena svarbi taisyklė nykščio, kuri yra labai naudinga įvertinant veiksnius (bus daug veiksnių, kaip yra tikrinės reikšmės daugiau nei viena), skaičių.Ši taisyklė gali paaiškinti šiek tiek lengviau - jų pačių dalis greitųjų normalizuotų dispersijų kintamųjų, kurie paaiškina veiksniai viršija savo padalinį atveju jie turėtų išreikšti tuos dispersijos, kuriuose yra daugiau nei vienas kintamasis.
būtina dar kartą paaiškinti, kad "vieno reikšmių" taisyklė - nykščiu, ir jos taikymo poreikį gali būti išspręsta tik tyrėjas.Pavyzdžiui, tikras numeris turi dydis yra mažesnis negu tapatybę, tačiau ji yra dėl to, plitimo, paskirstytų tarp kintamųjų.Tie, kvalifikacijos rinkodaros srityje yra labai svarbu, kad segmentavimo identifikuoti veiksniai buvo didelė prasmė.Ir tie veiksniai, kurių sudėtyje yra daugiau kaip vieneto nuosavų reikšmių, tačiau neturi prasmingą interpretaciją, nėra atsižvelgiama į tai.Ir tai gali būti situacija, visiškai priešingai.
kitas svarbus klausimas dėl praktinio taikymo faktorinės analizės - rotacijos klausimą.Ji gali nuspręsti, tokios galimybės rotaciją.Populiariausias iš jų - iš Varimax metodas.Jis yra pagrįstas siekiant maksimalaus lygio dispersijos kintamųjų ant kiekvieno atskiro faktoriaus.Šis metodas padeda rasti sukimąsi, kurioje kai kurie kintamieji yra aukštos vertės, tuo tarpu kiti - pakankamai mažas, kad kiekvienos atskiros faktoriaus.
Kitas sukimosi metodas - kvartimaks, ji padeda rasti tam tikrą posūkį, kuriame dėl kiekvieno kintamojo veiksniai yra su dideliu ir mažu krovinius.
ekvimaks sukimosi metodas yra tarp dviejų metodų pirmiau aptartų kompromisas.
Visi šie metodai yra statmenos su viena kitai statmenų ašių, jų naudojimas gali būti atsektas nėra koreliacijos tarp atskirų veiksnių.
