O componente principal

O principal componente é baseada na tentativa de explicar o nível máximo de variância de um determinado conjunto de variáveis, e orientada para elementos na matriz de correlação diagonal. Há um outro método, baseado na análise factorial, destinado a implementar a aproximação da matriz de correlação utilizando um certo número de factores (menos do que o número predeterminado de variáveis), mas pelos métodos aproximação muito diferente do primeiro método proposto.

Assim, o método de análise factorial pode explicar a correlação entre os mesmos, e orientadas sobre os elementos do tipo de matriz de correlação fora da sua diagonal variáveis.

Com base no uso prático, tente entender a necessidade de aplicação de um método particular. análise factorial é usada quando existe um interesse para os investigadores que estudam a relação entre as variáveis, a análise de componente principal é utilizado quando a necessidade de reduzir a dimensão de dados, e em menor extensão é necessária a sua interpretação.

Pela nossa experiência, podemos ver que os métodos de análise fatorial utilizando um número suficientemente grande de observações. Este montante deve ser uma ordem de magnitude maior do que o número de fatores identificados.

O principal componente é muito popular na pesquisa de marketing, como ele pode ser usado na presença de dados de origem multicolinearidade. No processo de questionários de pesquisa de mercado contêm perguntas semelhantes, e as respostas para elas e irá cumprir com os princípios da multicolinearidade.

O principal componente é aconselhável considerar um conjunto de indicadores que devem ser para o pesquisador orientar a pré-selecção de componentes ou fatores. O mais importante destes são os valores próprios de expressar o nível de dispersão das variáveis são explicados por este factor. Há uma importante regra de ouro, que é muito útil para estimar o número de fatores (fatores deve ser tão longo como há valores próprios mais de um). Esta regra pode explicar um pouco mais fácil – os valores próprios expressar share de variâncias normalizadas de variáveis que explica os factores e, em caso de exceder sua unidade eles devem expressar essas dispersões contendo mais de uma variável.

É necessário esclarecer mais uma vez que a regra de "valores próprios individuais" – empíricos, ea necessidade de seu uso só pode ser determinada pelo pesquisador. Por exemplo, o valor próprio tem um valor menor que a unidade, mas é devido à propagação, distribuídos entre as variáveis. Um especialista na área de marketing é muito importante que os fatores de segmentação identificados foram sentido substancial. E esses fatores, contendo os valores próprios de mais de um, mas não tem uma interpretação significativa, eles não são levados em conta. E isso pode ser uma situação muito pelo contrário.

Outra questão importante sobre a aplicação prática dos métodos de análise de fatores – a questão da rotação. Pode-se considerar tais opções rotações. O mais popular deles – método varimax. Ele baseia-se no nível máximo de dispersão de variáveis em cada um dos factores individuais. Este método ajuda para encontrar uma rotação, em que algumas variáveis são valores elevados, enquanto outros – bastante baixas para cada fator individual.

Um outro método de rotação – kvartimaks, ele ajuda a encontrar uma certa rotação, em que os factores para cada variável de indivíduo para ter cargas altas e baixas.

ekvimaks método de rotação é um compromisso entre os dois modos discutidos acima.

Todos estes métodos são ortogonais com eixos perpendiculares entre si, na sua utilização pode ser rastreada nenhuma correlação entre os factores individuais.