Вид результатов расчета главных компонент

Результаты расчета главных компонент представлены в нескольких таблицах. Прокомментируем некоторые из них.

6.2.4.1. Корреляционная матрица (рис.6-9)

Рис.6-9. Вид корреляционной матрицы

Корреляционная матрица (рис.6-9) выглядит традиционно: на пересечении строки и столбца находится значение коэффициента корреляции между этими переменными. По значению и знаку судят о степени и направлению влияния одной переменной на другую.

6.2.4.2. Таблица Total Variance Explained (рис.6-10)

В этой таблице приводятся проценты общей вариации, объясняемой каждым фактором. Так 1- фактор объясняет 71,086% вариации; 2-й из оставшихся 28,914% объясняет 15,514% (итого вместе два первых фактора объясняют 86,6%).

Рис.6-10. Вид таблицы Total Variance Explained

В зависимости от предъявляемой пользователем точности расчетов, из этой таблицы выбирается число факторов, которые необходимо учесть при дальнейших расчетах.

6.2.4.3. График Scree Plot (рис.6-11)

Рис.6-11. График процентов вариации, объясняемой каждым фактором

График Scree Plot представляет собой графическое изображение таблицы Total Variance Explained.

6.2.4.4 Таблица Score Coefficient Matrix (рис.6-12)

Результаты этой таблицы могут понадобиться при дальнейших расчетах регрессии на главных факторах. В ней приводятся нагрузки каждой переменной в нескольких главных факторах. Так, в 1-ом факторе переменная EMPLDEC имеет вес 0,102; переменная IMQ – вес 0,108 и т.д.

Рис.6-12. Таблица весов переменных в 2-х первых факторах

6.2.4.5. Таблица Component Score Covariance Matrix (рис.6-13)

В таблице приведена степень влияния между новыми переменными (главными факторами). Обратите внимание, что компоненты выбираются из условия, что они линейно независимы и отражают максимально возможную дисперсию, содержащуюся в исходных данных.