मुख्य घटक

मुख्य घटक चल एक निश्चित संच मध्ये फरक कमाल पातळी स्पष्ट करण्याचा प्रयत्न आधारित, आणि दुरूस्ती सहसंबंध मॅट्रिक्स मध्ये घटक सज्ज आहे. घटक विश्लेषण, (चलने पूर्वनिश्चित संख्या कमी) घटक निश्चित संख्या वापरून सहसंबंध मॅट्रिक्स अंदाज अंमलबजावणी उद्देश आधारित, आणखी एक पद्धत आहे, पण पद्धती मोठ्या मानाने अंदाज प्रथम प्रस्तावित पद्धत वेगळी आहे.

त्यामुळे घटक विश्लेषण पद्धत चल स्वत: ला, आणि तिरपे तिला बाहेर सहसंबंध मॅट्रिक्स प्रकारच्या घटकांवर देणारं दरम्यान सहसंबंध स्पष्ट करू शकता.

व्यावहारिक वापर आधारित, एका विशिष्ट पद्धत अर्ज गरज समजून घेण्याचा प्रयत्न करा. घटक विश्लेषण वापरले चल संबंध अभ्यास संशोधक उत्सुकता निर्माण झाली आहे, तेव्हा डेटा आकारमान कमी करण्याची आवश्यकता आहे तेव्हा मुख्य घटक विश्लेषण वापरले जाते, आणि कमी प्रमाणात त्यांचे विवरण आवश्यक आहे आहे.

आमच्या अनुभव, आम्ही घटक विश्लेषण पद्धती निरीक्षणांच्या पुरेशी मोठ्या प्रमाणात वापर करून पाहू शकता. ही रक्कम ओळखले घटक संख्या जास्त विशालता क्रम असणे आवश्यक आहे.

मुख्य घटक हे multicollinearity स्त्रोत डेटा उपस्थितीत वापरले जाऊ शकते, विपणन संशोधन मध्ये अतिशय लोकप्रिय आहे. बाजार संशोधन प्रश्नावली प्रक्रियेत समान प्रश्न, आणि त्यांना उत्तरे असतात आणि multicollinearity तत्त्वे पालन करेल.

मुख्य घटक संशोधक असणे आवश्यक आहे की घटक किंवा घटक पूर्व निवड मार्गदर्शन निर्देशक एक संच विचार सल्ला दिला आहे. या सर्वात महत्वाचे चल पांगापांग पातळी व्यक्त हे घटक यांनी स्पष्ट आहेत eigenvalues आहेत. थंब एक महत्त्वाचा नियम, घटक संख्येचा अंदाज अतिशय उपयुक्त आहे आहे (घटक म्हणून लांब एक जास्त eigenvalues असावे). हे नियम थोडे सोपे स्पष्ट करू शकता - eigenvalues घटक स्पष्ट चल सामान्य variances हिस्सा व्यक्त, आणि त्याच्या युनिट ते एकापेक्षा अधिक चल असलेल्यावरील dispersions व्यक्त पाहिजे फार बाबतीत.

प्रायोगिक, आणि त्याच्या वापरासाठी गरज फक्त संशोधक निश्चित केले जाते - हे पुन्हा एकदा "वैयक्तिक eigenvalues" नियम स्पष्टीकरण करणे आवश्यक आहे. उदाहरणार्थ, eigenvalue ऐक्य जास्त मूल्य कमी आहे, पण तो चल दरम्यान वितरीत प्रसार, ही वस्तुस्थिती आहे. एक विपणन क्षेत्रात कुशल छेद ओळखले घटक खारा अर्थ होते हे अतिशय महत्वाचे आहे. आणि त्या घटक, एक पेक्षा अधिक eigenvalues असलेली, पण अर्थपूर्ण अर्थ लावणे नाही, ते खात्यात घेतले जाणार नाहीत. आणि परिस्थितीत जोरदार उलट असू शकते.

रोटेशन प्रश्न - घटक विश्लेषण पध्दती व्यावहारिक अर्ज यासंबंधी आणखी एक महत्त्वाचा मुद्दा. अशा पर्याय आवर्तनांमध्ये मानले जाऊ शकते. त्यापैकी सर्वात लोकप्रिय - varimax पद्धत. तो प्रत्येक फॅक्टर चल पांगापांग कमाल पातळी आधारित आहे. ही पद्धत, एक रोटेशन, काही चल उच्च मूल्ये आहेत ज्या शोधण्यासाठी मदत करते, इतर करताना - प्रत्येक घटक पुरेसे कमी.

रोटेशन दुसरी पद्धत - kvartimaks, तो एक विशिष्ट रोटेशन, प्रत्येक चल घटक कमी आणि उच्च दोन्ही लोड आहेत ज्या शोधण्यासाठी मदत करते.

ekvimaks रोटेशन पद्धत वरील चर्चा दोन पद्धती दरम्यान तडजोड आहे.

या सर्व पद्धती येथे त्यांचा वापर वैयक्तिक घटक दरम्यान नाही परस्परसंबंध सापडले जाऊ शकते, परस्पर लंब अ ां या Orthogonal आहेत.