Ni ipò paati

Ni ipò paati wa ni da lori gbiyanju lati se alaye awọn ti o pọju ipele ti awa ni kan awọn ṣeto ti àwọn ayípadà, ati ki o Oorun si eroja ni ibamu matrix-rọsẹ. Nibẹ ni miran ọna, da lori ifosiwewe onínọmbà, Eleto ni imulo awon awọn ti deede ti awọn ibamu matrix lilo kan awọn nọmba ti awon okunfa (kere ju ni predetermined nọmba ti àwọn ayípadà), sugbon nipa awọn ọna ti deede gidigidi yato lati akọkọ dabaa ọna.

Bayi, awọn ọna ti ifosiwewe onínọmbà le se alaye awọn ibamu laarin awọn oniyipada ara wọn, ati ki o Oorun lori awọn eroja ti awọn ibamu matrix iru ita rẹ diagonally.

Da lori wulo lilo, gbiyanju lati ni oye awọn tianillati se ti ohun elo ti kan pato ọna. Ifosiwewe onínọmbà ti lo nigba ti o wa ni anfani si oluwadi keko ni ibasepọ laarin awọn oniyipada, awọn ipò paati onínọmbà ti lo nigbati awọn nilo lati din data apa miran, ati ki o si a kere iye wọn itumọ wa ni ti beere.

Lati wa iriri, a le ri wipe awọn ọna ti awọn ifosiwewe onínọmbà lilo a to tobi nọmba ti akiyesi. Yi iye yẹ ki o wa ni ohun ibere ti bii ti o ga ju awọn nọmba ti mọ ifosiwewe.

Ni ipò paati jẹ gidigidi gbajumo ni tita iwadi, bi o ti le ṣee lo ni niwaju multicollinearity orisun data. Ni awọn ilana ti oja iwadi ibeere ni iru ibeere, ati awọn idahun si wọn ati ki o yoo ni ibamu pẹlu awọn agbekale ti multicollinearity.

Ni ipò paati ni ṣiṣe lati ro kan ti ṣeto ti ifi ti o gbọdọ jẹ fun awọn awadi dari awọn ami-asayan ti irinše tabi ifosiwewe. Awọn pataki ti awọn wọnyi ni o wa ni eigenvalues ti n ṣalaye awọn ipele ti pipinka ti awọn oniyipada ti wa ni salaye nipa yi ifosiwewe. Nibẹ ni imu pataki ti atanpako, eyi ti o jẹ gidigidi wulo fun esitimeti awọn nọmba ti awon okunfa (okunfa yẹ ki o wa bi gun bi nibẹ eigenvalues siwaju ju ọkan). Ofin yi le se alaye kekere kan bit rọrun - awọn eigenvalues han ipin ti tobojumu variances ti àwọn ayípadà ti o salaye awọn okunfa, ati ni irú ti gidigidi awọn oniwe-kuro ki nwọn ki o han awon ká ti o ni awọn siwaju ju ọkan ayípadà.

O jẹ pataki lati salaye lekan si pe awọn ofin ti "olukuluku eigenvalues" - oniwadi, ati awọn nilo fun awọn oniwe-lilo le nikan wa ni ṣiṣe nipasẹ awọn awadi. Fun apẹẹrẹ, awọn eigenvalue ni o ni a iye kere ju isokan, sugbon o jẹ nitori awọn itankale, pin laarin awọn oniyipada. Ọkan ti oye ni awọn aaye ti tita se pataki pe ki awọn pinpim si mọ okunfa wà idaran ti ori. Ati awon okunfa, o ni awọn eigenvalues ti o ju ọkan, sugbon ko ni kan ti o nilari itumọ, ti won ko ba ya sinu iroyin. Ati awọn ti o le jẹ a ipo oyimbo ni idakeji.

Miran ti pataki atejade nipa awọn wulo ohun elo ti awọn ọna ti ifosiwewe onínọmbà - awọn ibeere ti awọn Yiyi. O le wa ni kà iru awọn aṣayan rotations. Awọn julọ gbajumo ti wọn - varimax ọna. O ti wa ni da lori awọn ti o pọju ipele ti pipinka ti àwọn ayípadà lori kọọkan kọọkan ifosiwewe. Yi ọna ti iranlọwọ lati wa a Yiyi, ninu eyi ti diẹ ninu awọn oniyipada ni o wa ga iye, nigba ti awon miran - kekere to lati kọọkan kọọkan ifosiwewe.

Miran ti ọna ti yiyi - kvartimaks, o iranlọwọ lati wa kan awọn yiyi, ninu eyi ti awọn okunfa fun kọọkan kọọkan ayípadà lati ni mejeeji kekere ati ki o ga èyà.

ekvimaks yiyi ọna ti o jẹ kan ni ogorun laarin awọn meji ọna sísọ loke.

Gbogbo awọn wọnyi awọn ọna wa duro ni oro pẹlu tosi ìgùn ãke, ni lilo le ti wa ni itopase ko si ibamu laarin awọn ẹni kọọkan ifosiwewe.