I cumpunenti principali

I cumpunenti principale hè basatu nantu à cunvince a spiegari u livellu massimu di varianza in un certu gruppu di e variàbili è orientatu à elementi in i matrici correlation diagunali. Ci hè un altru mètudu, basatu nantu Analisi fattore, andà in rispettendu u rule di a matrice correlation cù un certu numaru di fattura (menu cà u numeru predetermined di variàbbili), ma da u metudu rule assai diffirisci da u prima mètudu pruposta.

Cusì, lu mètudu d 'anàlisi fattore pò spiegari i correlation trà i variàbili elli stessi, è orientatu nant'à l' elementi di u tippu matrici correlation fora di a so biais.

Basatu nantu usu vita, à pruvà à capisce i nicissità di dumanda di un mètudu particulare. analisi fattore hè usata, quannu ci hè intaressu di circadori di studià u rapportu trà a variàbbili, l 'anàlisi cumpunenti principali veni usatu quannu lu bisognu à sminuì u livellu di dati, è à un puntu minuri hè tenutu i so intarpritazioni.

Da u nostru blog, ùn pò vede chì i metudi di analisi fattore cù una abbastanza grande numaru di assirvazzioni. Stu numeru deve esse un ordine di magnitudini supiriuri u numeru di fattori identificatu.

I cumpunenti principale hè assai pupulare in ricerca u marketing, comu si pò ièssiri usatu a la prisenza di dati surghjente multicollinearity. In u prucessu di questionnaires ricerca mercatu cuntena quistione simile, è i risposti à elli, è vi rispittà i principii di multicollinearity.

I cumpunenti principale hè dunqua à guardà un gruppu di francesu chì deve esse per u so ricerca guidà u pri-selezzione di cumpunenti, o fattori. U più impurtante di quessi i eigenvalues di ripurtava lu liveddu di dispersion di u lucale sò spiigheti da stu puntu. Ci hè una regula impurtante di punta, chì hè assai interessante per estimating u numeru di fattura (fattori deve esse cum'è longu com'è ci eigenvalues di più chè una). Sta regula pò spiigà un pocu pocu cchiù facili - i eigenvalues espressai sparte di variances nurmale di e variàbili chì spiega u fattori, è in casu di più di u so unità si deve sprimà quelli dispersions chì cuntenenu di più cà una variàbbili.

Hè necessaria a clarify novu chi u duminiu di "ndividuali eigenvalues" - impirica, è u bisognu di u so usu si pò truvatu solu da u so ricerca. Per esempiu, u eigenvalue hà un valore di menu chè a so unità, ma hè a causa di l 'diffusioni, distribuitu trà i variàbbili. Unu face in u campu di u marketing è assai mpurtanti ca la fattura segmentation identificatu era sustanziali sensu. È quelli chì fattori, chì cuntenenu u eigenvalues di più chè unu, ma nun hannu una spiigazione significante, ch'elli ùn sò micca pigliatu in contu. È si pò essa una situazioni assai a lu cuntrariu.

Un altru questione impurtanti cuncirnendu l 'applicazzioni pratica di i metudi di analisi fattore - a quistione di u rutazzioni. Si pò esse cunsideratu cum'è ozzione rutazioni. U più pupulare di li - mètudu varimax. Hè basata nantu à u livellu massimu di dispersion di e variàbili nant'à ogni individuu fattore. Stu mètudu aiuta à truvà un rutazzioni, in cui certi variàbbili sò valuri altu, mentri autri - abbastanza bassu à ogni individuu fattore.

Un altru mètudu di rutazzioni - kvartimaks, ci aiuta à truvà un certu rutazzioni, in cui lu fattori di ogni individuu variàbbili a hannu carichi tramindui suttana è altu.

ekvimaks mètudu rutazzioni hè una cumprumissioni tra li dui mètudi intèndesi, sopra.

Tutti sti mètudi sò lingua cù pioli cumprinzibbili parpindiculari, à u so usu si pò attròvanu ùn correlation trà l 'individuu fattori.