Современный факторный анализ — направление многомерного статистического анализа, которое позволяет выявить внутренние, непосредственно неизмеримые переменные (факторы) между коррелирующими показателями хозяйственной деятельности. Различают два основных метода современного факторного анализа метод главных компонент и классический факторный анализ. [c.287]
Среди мер по устранению или уменьшению мультиколлинеарности отметим следующие 1) построение уравнений регрессии по отклонениям от тренда или конечным разностям 2) преобразование множества независимых переменных в несколько ортогональных множеств при помощи методов многомерного статистического анализа (факторного анализа или метода главных компонент) 3) исключение из рассмотрения одного или нескольких линейно связанных аргументов. [c.71]
Сравнивая два способа решения систем (8.60) (непосредственно с матрицей X и с переходом к системе нормальных уравнений), можно сделать вывод, что несогласованные системы (8.60), как правило, лучше решать, используя переход к нормальной системе уравнений. В статистической практике несогласованные системы возникают, когда матрица данных X переопределена, т. е. число объектов (столбцов) в ней больше числа переменных (строк), и при этом линейные уравнения, входящие в систему (8.60), не могут выполняться точно. Но превышение числа объектов над числом переменных — типичная ситуация в регрессионном анализе. Второе условие несогласованности также часто выполняется, так как обычно системы линейных уравнений используются для оценки параметров линейных моделей типа (8.1), являющихся лишь приближением действительных соотношений между переменными (мерой этого приближения как раз и является дисперсия случайной компоненты е). Для обоснования перехода к нормальной системе уравнений существенно и то, что матрица Х Х тесно связана с ковариационной матрицей, которая является исходным объектом для различных видов многомерного анализа (главных компонент, факторного анализа и т. д.). [c.275]
Существует два основных метода проведения факторного анализа — анализ главных компонент и анализ общих факторов. В анализе главных компонент учитывается полная дисперсия. Анализ главных компонент рекомендуется, если основная задача исследователя — определение минимального числа факторов, которые вносят максимальный вклад в дисперсию, чтобы в последующем использовать их во многомерном анализе. В анализе общих факторов факторы оценивают только по общей (для всех факторов) дисперсии. Этот метод подходит, если основная задача — определение факторов, лежащих в основе изучаемой переменной, и общей дисперсии. Этот метод также известен как разложение матрицы. [c.741]
Наконец, развивающиеся на базе корреляционно-регрессионного анализа многомерные методы (метод главных компонент, факторный анализ) позволяют синтезировать влияние признаков (первичных факторов), выделяя из них непосредственно не учитываемые глубинные факторы (компоненты). Например, изучая корреляцию ряда признаков интенсификации сельскохозяйственного производства, таких, как фондообеспеченность, затраты труда на единицу площади, энергообеспеченность, внесение удобрений на единицу площади, плотность поголовья скота, можно синтезировать общую часть их влияния на уровень продукции с единицы площади или на производительность труда, получив обобщенный фактор интенсификация производства , непосредственно не измеримый, не отражаемый единым показателем. [c.236]
Смотреть страницы где упоминается термин МНОГОМЕРНЫЙ АНАЛИЗ АНАЛИЗ ГЛАВНЫХ КОМПОНЕНТ И ФАКТОРНЫЙ АНАЛИЗ
: [c.203]Смотреть главы в:
Количественные методы в финансах -> МНОГОМЕРНЫЙ АНАЛИЗ АНАЛИЗ ГЛАВНЫХ КОМПОНЕНТ И ФАКТОРНЫЙ АНАЛИЗ