ಪ್ರಮುಖ ಘಟಕ

ಪ್ರಮುಖ ಘಟಕ ಅಸ್ಥಿರ ಒಂದು ನಿರ್ದಿಷ್ಟ ಸೆಟ್ನಲ್ಲಿ ವ್ಯತ್ಯಾಸದ ಗರಿಷ್ಠ ಮಟ್ಟದ ವಿವರಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿರುವ ಆಧರಿಸಿ ಮತ್ತು ಪಾರ್ಶ್ವ ಪರಸ್ಪರ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅಂಶಗಳಿಗೆ ವಾಲಿದೆ. ಇಲ್ಲ ಮತ್ತೊಂದು ವಿಧಾನವನ್ನು ಅಂಶ ವಿಶ್ಲೇಷಣೆಯ ಅಂಶಗಳೆಂದರೆ ಒಂದು ನಿರ್ದಿಷ್ಟ ಸಂಖ್ಯೆಯ (ಅಸ್ಥಿರ ಪೂರ್ವನಿರ್ಧರಿತ ಭಾಗಕ್ಕಿಂತ ಕಡಿಮೆ) ಬಳಸಿಕೊಂಡು ಪರಸ್ಪರ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅಂದಾಜನ್ನು ಅನುಷ್ಠಾನಕ್ಕೆ ಗುರಿಯನ್ನು ಆಧರಿಸಿ, ಆದರೆ ಮೊದಲ ಪ್ರಸ್ತಾಪಿಸಿದ ವಿಧಾನ ಭಿನ್ನವಾಗಿದೆ ವಿಧಾನಗಳಿಂದ ಅಂದಾಜು ಮೂಲಕ.

ಹೀಗಾಗಿ, ಅಂಶ ವಿಶ್ಲೇಷಣೆಯ ವಿಧಾನವನ್ನು ಅಸ್ಥಿರ ತಮ್ಮನ್ನು, ಮತ್ತು ಪರಸ್ಪರ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಬಗೆಯ ಅಂಶಗಳನ್ನು ತನ್ನ ಹೊರಗೆ ಕರ್ಣೀಯವಾಗಿ ಮೇಲೆ ಆಧಾರಿತ ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ವಿವರಿಸಬಲ್ಲೆ.

ಪ್ರಾಯೋಗಿಕವಾಗಿ ಆಧರಿಸಿ, ಒಂದು ನಿರ್ದಿಷ್ಟ ವಿಧಾನದ ಬಳಕೆಯನ್ನು ಅವಶ್ಯಕತೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಪ್ರಯತ್ನಿಸಿ. ಅಪವರ್ತನ ವಿಶ್ಲೇಷಣೆ ಬಳಸಿದಾಗ ಅಸ್ಥಿರ ನಡುವಿನ ಸಂಬಂಧವನ್ನು ಅಧ್ಯಯನ ಸಂಶೋಧಕರು ಆಸಕ್ತಿ ಇಲ್ಲ ಅಗತ್ಯ ಡೇಟಾ ಆಯಾಮ ಕಡಿಮೆ ಮಾಡಿದಾಗ, ಅಸಲು ಘಟಕವನ್ನು ವಿಶ್ಲೇಷಣೆ ಬಳಸಲಾಗುತ್ತದೆ, ಮತ್ತು ಸ್ವಲ್ಪ ಮಟ್ಟಿಗೆ ಅವುಗಳ ವ್ಯಾಖ್ಯಾನ ಅಗತ್ಯವಿದೆ ಇದೆ.

ನಮ್ಮ ಅನುಭವದಿಂದ, ನಾವು ಗಮನಿಸಿದ ಒಂದು ಸಾಕಷ್ಟು ದೊಡ್ಡ ಸಂಖ್ಯೆಯ ಬಳಸಿ ಅಂಶ ವಿಶ್ಲೇಷಣೆಯ ವಿಧಾನಗಳು ನೋಡಬಹುದು. ಈ ಪ್ರಮಾಣದ ಪತ್ತೆಹಚ್ಚಲಾದ ಅಂಶಗಳಲ್ಲಿ ಸಂಖ್ಯೆ ಹೆಚ್ಚಾಗಿದೆ ಪ್ರಮಾಣವು ಹೆಚ್ಚಬಹುದು ಇರಬೇಕು.

ಇದು multicollinearity ಮೂಲ ಮಾಹಿತಿಯ ಉಪಸ್ಥಿತಿಯಲ್ಲಿ ಬಳಸಬಹುದು ಪ್ರಮುಖ ಘಟಕ, ವ್ಯಾಪಾರೋದ್ಯಮ ಸಂಶೋಧನೆಯಲ್ಲಿ ಅತ್ಯಂತ ಜನಪ್ರಿಯವಾಗಿದೆ. ಮಾರುಕಟ್ಟೆ ಸಂಶೋಧನೆ ಪ್ರಶ್ನಾವಳಿಗಳು ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಇಂತಹ ಪ್ರಶ್ನೆಗಳ, ಮತ್ತು ಅವುಗಳನ್ನು ಉತ್ತರಗಳನ್ನು ಹೊಂದಿರುತ್ತವೆ ಮತ್ತು multicollinearity ತತ್ವಗಳನ್ನು ಅನುಸರಿಸಲು ಕಾಣಿಸುತ್ತದೆ.

ಪ್ರಮುಖ ಘಟಕ ಸಂಶೋಧಕರಿಗೆ ಇರಬೇಕು ಘಟಕಗಳ ಅಥವಾ ಅಂಶಗಳು ಪೂರ್ವ ಆಯ್ಕೆಗಾಗಿ ಮಾರ್ಗದರ್ಶನ ಸೂಚಕಗಳು ಒಂದು ಸೆಟ್ ಪರಿಗಣಿಸಲು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಇವುಗಳಲ್ಲಿ ಅತ್ಯಂತ ಪ್ರಮುಖ ಅಸ್ಥಿರಗಳ ಪ್ರಸರಣದ ಮಟ್ಟದ ವ್ಯಕ್ತಪಡಿಸುವ ಈ ಅಂಶದಿಂದ ವಿವರಿಸಲಾಗಿದೆ ಆಫ್ eigenvalues ಇವೆ. ಹೆಬ್ಬೆರಳಿನ ಒಂದು ಪ್ರಮುಖ ನಿಯಮವನ್ನು ಅಂಶಗಳ ಸಂಖ್ಯೆಯನ್ನು ಅಂದಾಜು ಬಹಳ ಸಹಾಯಕವಾಗಿದೆ ಇದು ಇಲ್ಲ (ಅಂಶಗಳನ್ನು ಒಂದಕ್ಕಿಂತ ಹೆಚ್ಚು ಇಲ್ಲ eigenvalues ತನಕ ಇರಬೇಕು). ಈ ನಿಯಮವು ಒಂದು ಸ್ವಲ್ಪ ಸುಲಭ ವಿವರಿಸುತ್ತದೆ - eigenvalues ಅಂಶಗಳು ವಿವರಿಸುತ್ತದೆ ಅಸ್ಥಿರ ಸಹಜ ವ್ಯತ್ಯಾಸಗಳು ಪಾಲು ವ್ಯಕ್ತಪಡಿಸಲು, ಮತ್ತು ಅದರ ಘಟಕ ಅವರು ಒಂದಕ್ಕಿಂತ ಹೆಚ್ಚು ವೇರಿಯೇಬಲ್ ಹೊಂದಿದವುಗಳಿಗೆ ಚೆದರಿಕೆ ವ್ಯಕ್ತಪಡಿಸಬೇಕೇ ಮೀರಿದ ಸಂದರ್ಭದಲ್ಲಿ.

ಪ್ರಾಯೋಗಿಕ ಮತ್ತು ಉಪಯೋಗವು ಅವಶ್ಯಕತೆ ಮಾತ್ರ ಸಂಶೋಧಕ ಮೂಲಕ ನಿರ್ಧರಿಸಬಹುದಾಗಿದೆ - ಒಮ್ಮೆ "ವೈಯಕ್ತಿಕ eigenvalues" ಆಳ್ವಿಕೆಯ ಮತ್ತೆ ಸ್ಪಷ್ಟನೆ ಅಗತ್ಯ. ಉದಾಹರಣೆಗೆ, ಐಜೆನ್ವ್ಯಾಲ್ಯೂದ ಐಕ್ಯತೆ ಹೆಚ್ಚು ಮೌಲ್ಯವನ್ನು ಕಡಿಮೆ ಹೊಂದಿದೆ, ಆದರೆ ಇದು ಹರಡುವಿಕೆ, ಅಸ್ಥಿರ ನಡುವೆ ವಿತರಣೆ ಕಾರಣ. ಒಂದು ಮಾರ್ಕೆಟಿಂಗ್ ಕ್ಷೇತ್ರದಲ್ಲಿ ನುರಿತ ವಿಭಜನೆ ಪತ್ತೆಹಚ್ಚಲಾದ ಅಂಶಗಳಲ್ಲಿ ಗಣನೀಯ ಅರ್ಥದಲ್ಲಿ ಎಂದು ಬಹಳ ಮುಖ್ಯ. ಮತ್ತು ಆ ಅಂಶಗಳ ಒಂದಕ್ಕಿಂತ ಹೆಚ್ಚು eigenvalues ಬಳಕೆಯ, ಆದರೆ ಅರ್ಥಪೂರ್ಣ ವ್ಯಾಖ್ಯಾನ ಹೊಂದಿಲ್ಲ, ಅವರು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳಲಾಗುತ್ತದೆ ಇಲ್ಲ. ಮತ್ತು ಇದು ಪರಿಸ್ಥಿತಿ ಅದರ ವಿರುದ್ಧವಾಗಿ ಇರಬಹುದು.

ಸುತ್ತುತ್ತಾ ಪ್ರಶ್ನೆ - ಅಂಶ ವಿಶ್ಲೇಷಣೆಯ ವಿಧಾನಗಳು ಪ್ರಾಯೋಗಿಕ ಅಪ್ಲಿಕೇಶನ್ ಸಂಬಂಧಿಸಿದ ಇನ್ನೊಂದು ಪ್ರಮುಖ ಸಮಸ್ಯೆ. ಇದು ಆಯ್ಕೆಗಳನ್ನು ತಿರುಗುವಿಕೆಗಳು ಪರಿಗಣಿಸಬಹುದು. ಅವುಗಳಲ್ಲಿ ಅತ್ಯಂತ ಜನಪ್ರಿಯ - varimax ವಿಧಾನ. ಇದು ಪ್ರತಿಯೊಂದು ಅಂಶ ಮೌಲ್ಯಗಳ ಪ್ರಸರಣದ ಗರಿಷ್ಠ ಮಟ್ಟದ ಆಧರಿಸಿದೆ. ಈ ಪದ್ಧತಿ ಕೆಲವು ಅಸ್ಥಿರ ಹೆಚ್ಚು ಮೌಲ್ಯಗಳನ್ನು ಇದರಲ್ಲಿ ತಿರುಗುತ್ತಾ, ಹುಡುಕಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ ಕೆಲವರು - ಪ್ರತಿಯೊಂದು ಅಂಶ ಸಾಕಷ್ಟು ಕಡಿಮೆ.

ಸರದಿ ಮತ್ತೊಂದು ವಿಧಾನ - kvartimaks, ಇದು ಪ್ರತಿಯೊಂದು ವೇರಿಯಬಲ್ ಫ್ಯಾಕ್ಟರ್ಸ್ ಫಾರ್ ಕಡಿಮೆ ಹಾಗೂ ಪ್ರೌಢಶಾಲಾ ಲೋಡ್ ಹೊಂದಲು ಇದರಲ್ಲಿ ಒಂದು ನಿರ್ದಿಷ್ಟ ಸರದಿ, ಹುಡುಕಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

ekvimaks ಸರದಿ ವಿಧಾನವನ್ನು ಮೇಲೆ ಚರ್ಚಿಸಿದ ಎರಡು ವಿಧಾನಗಳ ನಡುವಿನ ಒಂದು ರಾಜಿ.

ಬಳಸಿಕೊಳ್ಳುವಲ್ಲಿ ವೈಯಕ್ತಿಕ ಅಂಶಗಳ ನಡುವೆ ಯಾವುದೇ ಪರಸ್ಪರ ಸಂಬಂಧ ಪತ್ತೆಹಚ್ಚಲಾಗಿದೆ ಈ ಎಲ್ಲಾ ವಿಧಾನಗಳು ಪರಸ್ಪರ ಲಂಬವಾಗಿರುವ ಅಕ್ಷಗಳ ಜೊತೆಗೆ ಆರ್ಥೋಗೋನಲ್ಆಗಿ ಇವೆ.