Beşa bingehîn

Beşa bingehîn li ser hewl didin rave asta herî bilind yên berdewam di set hin guherbarên bingeha, û ji bo hêmanên li matrix heyînî ya diagonal nêrîn. li wir e, awayê din, li ser bingeha analîza faktora, bi armanca bicihanîna approximation ji matrix heyînî ya bikaranîna hejmara hinek faktorên (kêmtir ji hejmara amadekirî yên guherbarên), di heman demê de ji aliyê rêbazên gotrekarî gelek ji metoda yekem de pêşniyar jî cihê ye.

Bi vî awayî, bi rêbaza analîzê de faktora dikarin heyînî di navbera guherbarên xwe, û nêrîn li ser hêmanên ku cure yê matrix heyînî derveyî wê keyê rave.

Li ser bingeha bikaranîna pratîk, hewl didin ku fêm bikin ku pêdivî bi serîlêdana ji rêbazeke taybetî. analysis Factor tê bikaranîn dema ku bala lêkolîneran dixwînin, peywendiyên di navbera fakter hene, analîzên li pêkhatiyeke bingehîn tê bikaranîn dema ku pêdiviya ji bo kêmkirina aliyê welat de, û bi qasî cidabûna şirovekirina wan pêwîst e.

Ji tecrûbeya me, em dikarin bibînin ku bi rêbaza analîzê de faktora bikaranîna hijmareke mezin ji çavdêriyên. Ev mesrefa divê, da ku mezinahîya bilindtir e ji hejmara pêkerên be.

Beşa bingehîn gelekî populer di lêkolîna marketing e, ku mirov dikare li ber çavkaniya daneya multicollinearity bikaranîn. Di vê pêvajoyê de yên pirsnameyên lêkolîn bazarê de dihewîne pirsên, û li gorî bersivên ji wan re û bi prensîbên multicollinearity tevbigere.

Beşa sereke zêdetır e, ji bo ku komekê ji indicators ku divê ji bo lêkolînerê bibe rêber ji pre-selection yên pêkhateyên an faktorên. Herî girîng ya van eigenvalues raderbirînê asta belavbûyî yên guherbarên bi destê vê faktora diyar in. e, yek desthilata girîng ên thumb, e ku ji bo di dawiyê de hejmara faktorên pir kêrhatî hene (faktorên divê heta ku eigenvalues zêdetir ji yek li wir be). Ev desthilata dikarin rave a little bit hêsantir - li eigenvalues îfade re ji nakokiya Normalized ji guherbarên ku faktorên şirove dike, û di rewşa ku gelek yekîneyên xwe ku divê ew kesên ku dispersions dihewînin, zêdetir ji yek variable îfade.

ampîrîk, û divê ji bo bikaranîna wê bi tenê dikare ji aliyê lêkolînera diyarkirin - Ev ji bo zelalkirina careke din ku serweriya "eigenvalues şexsî" pêwîst e. Ji bo nimûne, eigenvalue xwedî nirxekî kêmtir ji yekîtî, di heman demê de ev e, ji ber ku li ber belavbûna, di navbera guherbarên belavkirin. Yek ji pisporên warê marketing gelekî girîng e ku faktorên segmentation diyarkirin wateya girîng bûn e. Û wan faktorên, dihewînin, ji eigenvalues yên zêdetir ji yek, lê şirovekirina watedar tune, ew li ber çavan neyên ne. Û ev jî dibe ku rewş berevajî.

Din jî pirsgirêka herî girîng li ser sepana pratîk yên bi rêbazên analysis faktora - pirsa li ser rotation. Ev dikare bê wiha options rotations. Herî populer ya ji wan - rêbaza varimax. Ev li ser asta herî bilind yên belavbûyî yên guherbarên li ser her faktora şexsî bingeha. Ev rêbaza alîkar peyda rotation, li ku hin guherbarên nirxên bilind in, hinên din jî - têra xwe kêm jî, ku her yek faktora şexsî.

rêbaza din ji rotation - kvartimaks, ev alîkarî ji bo peyda kirina rotasyona hin, di ku de faktorên bo her variable şexsî ku xwedî dînin hem nizm û bilind.

ekvimaks rêbaza rotation lihevhatina di navbera her du rêbazên nîqaş li jor e.

Hemû van rêbazên orthogonal bi biviran, bi brayetî û biserêxwe, in, li bikaranîna wan werin şopandin, tu heyînî di navbera faktorên şexsî.