Vikipedio:Projekto matematiko/Faktora analitiko

El Vikipedio

Ĉi tiu artikolo montras stilajn aŭ/kaj gramatikajn aŭ/kaj strukturajn problemojn kaj bezonas poluradon por konformi al pli bona nivelo de kvalito. Post plibonigo movu la artikolon al Faktora analitiko (eble la nomo mem bezonas korekton) Se la ligo estas ruĝa, vi povas movi la artikolon. Se la ligo estas blua, la alia artikolo pri la temo jam ekzistas kaj tiun kaj ĉi tiun artikolon necasas kunigi.

Faktora analitiko estas statistika tekniko (tiu, ke, kiu) devenis en _psychometrics_. Ĝi estas uzita en la socia scienco kaj en merkatanta, (produkto, produto) regado, operaciesploro, kaj alia aplikis (sciencoj, sciencas) (tiu, ke, kiu) alpaŝi granda (kvantoj, kvantas) de datumoj. La (empiria, objektiva) estas al ekspliki la plejparto de la variebleco inter nombro de videbla hazarda variablo en (termoj, kondiĉoj, terminoj, termas, terminas) de (pli minuskla, pli malgranda) nombro de nerigardebla hazarda variablo (nomita, vokis) (faktoroj, faktoras). La videbla hazarda variablo estas modelita kiel linearaj kombinaĵoj de la (faktoroj, faktoras), plus "eraro" (termoj, kondiĉoj, terminoj, termas, terminas).

Enhavo 1 La naturo de faktora analitiko vidita tra ekzemplo 2 Matematika modelo de la sama (betono, konkreta) ekzemplo 3 Faktora analitiko en _psychometrics_ 3.1 Historio 3.2 Aplikoj en psikologio 3.3 (Avantaĝoj, Avantaĝas) 3.4 Malavantaĝoj 4 Faktora analitiko en merkatanta 4.1 Informa kolekto 4.2 Analitiko 4.3 (Avantaĝoj, Avantaĝas) 4.4 Malavantaĝoj 5 Bibliografio 6 Vidu ankaŭ jenon:

[redaktu] La naturo de faktora analitiko vidita tra ekzemplo

Ĉi tiu _oversimplified_ ekzemplo devus ne esti prenita al esti realisma. Supozi psikologiisto proponas teorio (tiu, ke, kiu) estas du (specoj, specas) de inteligenteco, kiu estu ni (voko, voki) "pervorta inteligenteco" kaj "matematika inteligenteco". Indikaĵo por la teorio estas _sought_ en la ekzameno adaptij por orkestro de 1000 studentoj en ĉiu de 10 malsamaj akademiaj kampoj. Se studento estas elektita hazarde de granda loĝantaro, tiam la studenta 10 adaptij por orkestro estas hazarda variablo. La psikologiista teorio (majo, povas) diri (tiu, ke, kiu) la averaĝaj poentoj en ĉiu de la 10 (subjektoj, subjektas) por studentoj kun aparta nivelo de "pervorta inteligenteco" kaj aparta nivelo de "matematika inteligenteco" estas certa nombro (tempoj, tempas) la nivelo de "pervorta inteligenteco" plus certa nombro (tempoj, tempas) la nivelo de "matematika inteligenteco", kio estas, ĝi estas lineara kombinaĵo de tiuj du "(faktoroj, faktoras)". La nombroj per kiu la du "(inteligentecoj, inteligentecas, inteligentoj, inteligentas)" estas (obligita, multiplikita) estas premisita per la teorio al esti la sama por ĉiuj studentoj, kaj estas (nomita, vokis) "faktoro _loadings_". Ekzemple, la teorio (majo, povas) teni (tiu, ke, kiu) la averaĝa studenta naturdoto en la scienco de _omphalology_ estas

{ 10 × la studenta pervorta inteligenteco } + { 6 × la studenta matematika inteligenteco }.

La nombroj 10 kaj 6 devus esti la faktoro _loadings_ asociita kun la kampo de _omphalology_. Alia akademia (subjektoj, subjektas) devus havi faktoro _loadings_ escepte 10 kaj 6. Du studentoj havanta identa (gradoj, gradas) de pervorta inteligenteco kaj identa (gradoj, gradas) de matematika inteligenteco (majo, povas) havi malsamaj naturdotoj en _omphalology_ aŭ (ĉiu, iu) alia subjekto ĉar personaj naturdotoj diferenci de averaĝaj naturdotoj. (Tiu, Ke, Kiu) diferenco estas la "eraro" — bedaŭrinda _misnomer_ en statistiko (tiu, ke, kiu) (meznombroj, meznombras, signifas) la kvanto per kiu persona diferencas de kio estas averaĝa (vidi eraroj kaj restaĵo en statistiko).

La videblaj datumoj (tiu, ke, kiu) divizori faktora analitiko devus esti 10 adaptij por orkestro de ĉiu de la 1000 studentoj, tuteca de 10,000 nombroj. La faktoro _loadings_ kaj niveloj de la du (specoj, specas) de inteligenteco de ĉiu studento devas esti konkludita de la datumoj. Ja, (ebena, para, eĉ) la nombro de (faktoroj, faktoras) (du, en ĉi tiu ekzemplo) devas esti konkludita de la datumoj.

[redaktu] Matematika modelo de la sama (betono, konkreta) ekzemplo

En la ekzemplo pli supre, por mi = 1, ..., 1,000 la mi(th, -a) studenta adaptij por orkestro estas

kie

• v_mi estas la mi(th, -a) studenta "pervorta inteligenteco",
• m_mi estas la mi(th, -a) studenta "matematika inteligenteco",
• ε_k,mi estas la diferenco inter la mi(th, -a) studentaj poentoj en la k(th, -a) subjekto kaj la averaĝaj poentoj en la k(th, -a) subjekto de ĉiuj studentoj kies niveloj de pervorta kaj matematika inteligenteco estas la sama kiel tiuj de la mi(th, -a) studento,
• estas la faktoro _loadings_ por la k(th, -a) subjekto, por j = 1, 2.

En matrica skribmaniero, ni havi

X = μ + LF + ε

kie

• X estas 10 × 1,000 matrico de videbla hazarda variablo,
• μ estas 10 × 1 kolumna vektoro de nerigardebla (konstantoj, konstantas) (en ĉi tiu (kesto, okazo) "(konstantoj, konstantas)" estas (kvantoj, kvantas) ne diferencanta de unu persona studento al la venonta; kaj "hazarda variablo" estas tiuj asignis al personaj studentoj; la hazardo ekestas de la hazarda vojo en kiu la studentoj estas elektita),
• L estas 10 × 2 matrico de nerigardebla (konstantoj, konstantas),
• F estas 2 × 1,000 matrico de nerigardebla hazarda variablo,
• ε estas 10 × 1,000 matrico de nerigardebla hazarda variablo.

Nun observi (tiu, ke, kiu) per duobliganta la (krusto, skalo) sur kiu "pervorta inteligenteco"—la unua komponanto en ĉiu kolumno de F—estas (mezurita, kriteriita), kaj samtempe _halving_ la faktoro _loadings_ por pervorta inteligenteco (konstruas, faras) ne diferenco al la modelo. Tial, ne universaleco estas perdita per alprenanta (tiu, ke, kiu) la varianca devio de pervorta inteligenteco estas 1. Ankaŭ por matematika inteligenteco. Ankaŭ, por similaj kaŭzoj, ne universaleco estas perdita per alprenanta la du (faktoroj, faktoras) estas nekorelaciigita kun unu la alian. La "eraroj" ε estas prenita al esti sendependa de unu la alian. La (variancoj, variancas) de la "eraroj" asociita kun la 10 malsama (subjektoj, subjektas) estas ne alprenita al esti egala.

La (valoroj, valoras) de la _loadings_ L, la averaĝoj μ, kaj la (variancoj, variancas) de la "eraroj" ε devas esti taksita donita la observis datumoj X. [Kiel ĉi tiu estas farita estas subjekto (tiu, ke, kiu) devas preni adresita en ĉi tiu artikolo, kiu restas "sub konstruado".]

[redaktu] Faktora analitiko en _psychometrics_

[redaktu] Historio

Karlo _Spearman_ pioniris la uzi de faktora analitiko en la kampo de psikologio kaj estas iam kreditis kun la (invento, inventaĵo) de faktora analitiko. Li esplorita (tiu, ke, kiu) mezlernejanoj's adaptij por orkestro sur larĝa (diversaj, diversaĵo) de kvazaŭe nerilata (subjektoj, subjektas) estita (pozitive, konkrete) _correlated_, kiu gvidis lin al postulato (tiu, ke, kiu) ĝenerala mensa ebleco, aŭ g, _underlies_ kaj (formoj, formas) homo rekonada (seanco, rendimento). Lia postulato nun ĝuas larĝa subteno en la kampo de inteligenteco esplori, kie ĝi estas sciata kiel la g teorio.

_Raymond_ _Cattell_ elvolvis sur _Spearman_’s ideo de du-faktora teorio de inteligenteco post plenumante lia posedi testoj kaj faktora analitiko. Li uzita _multi_-faktora teorio al ekspliki inteligenteco. _Cattell_’s teorio adresis (alterna, alterni) (faktoroj, faktoras) en intelekta evoluo, inkluzivanta motivado kaj psikologio. _Cattell_ ankaŭ ellaboritaj kelkaj matematikaj manieroj por (ĝustiganta, adaptanta, alĝustiganta) _psychometric_ (grafikaĵoj, grafeoj), kiel lia "_scree_" provo kaj similecaj koeficientoj. Lia esplori (plumbo, konduki) al la evoluo de lia teorio de fluaĵo kaj _crystallized_ inteligenteco. _Cattell_ estis forta advokato de faktora analitiko kaj _psychometrics_. Li kredis (tiu, ke, kiu) ĉiu teorio devus esti derivita de esplori, kiu (subtenoj, subtenas, apogas) la daŭris uzi de empiria observado kaj (empiria, objektiva) (testante, testado) al studi homa inteligenteco.

[redaktu] Aplikoj en psikologio

Faktora analitiko havas estas uzita en la studi de homa inteligenteco kiel maniero por (komparanta, kontrastiganta) la (rezultoj, rezultas) de (espereble) (empiria, objektiva) testoj kaj al konstrui matricoj al difini (korelacioj, korelacias) inter ĉi tiuj (rezultoj, rezultas), kaj ankaŭ trovanta la (faktoroj, faktoras) por ĉi tiuj rezultoj. La kampo de psikologio (tiu, ke, kiu) (mezuras, kriterioj, kriterias, mezuroj) homa inteligenteco uzanta kvanteca (testante, testado) en tiamaniere estas sciata kiel _psychometrics_ (_psycho_=mensa, (metrikoj, metrikas)=mezuro).

[redaktu] (Avantaĝoj, Avantaĝas)

• (Oferas, Ofertas) multa pli (empiria, objektiva) maniero de (testante, testado) inteligenteco en (homoj, homas)
• Permesas por kontentiga komparo inter la rezultoj de inteligentecaj testoj
• Provizas subteno por (teorioj, teorias) (tiu, ke, kiu) devus esti malfacila al pruvi alie

[redaktu] Malavantaĝoj

• "...ĉiu orientiĝo estas egale akceptebla matematike. Sed malsama faktorialo (teorioj, teorias) (pruvita, pruvis) al diferenci kiel multa en (termoj, kondiĉoj, terminoj, termas, terminas) de la (orientiĝoj, orientiĝas) de faktorialo (hakiloj, hakas) por donita solvaĵo kiel en (termoj, kondiĉoj, terminoj, termas, terminas) de io alia, tiel ke modelo adaptanta farita ne pruvi al esti utila en (distinganta, diferenciganta) inter (teorioj, teorias)." (_Sternberg_, (1977, Kategorio:1977)). Ĉi tiu (meznombroj, meznombras, signifas) (tiu, ke, kiu) (ebena, para, eĉ) kvankam ĉiuj (rotacioj, rotacias, turnadoj, turnadas) estas matematike egala, ili ĉiuj veni supren kun malsamaj rezultoj, kaj ĝi estas neebla al (juĝisto, juĝi) la pozitiva turnado.
• "[_Raymond_ _Cattell_] kredis (tiu, ke, kiu) faktora analitiko estis 'ilo (tiu, ke, kiu) povis esti aplikita al la studi de konduto kaj ... povus cedi rezultoj kun objektiveco kaj esperindeco konkuranta tiuj de la fizika (sciencoj, sciencas) (Distililoj, p. 114).'" [1] En alia (vortoj, vortas), unu’s kolektanta de datumoj devus devi esti perfekta kaj nedekliva, kiu estos (kredeble, verŝajne) neniam okazi.
• (Interpretado, Interpretanta) faktora analitiko estas bazita sur uzanta “heŭristiko”, kiu estas solvaĵa tio estas "oportuna eĉ se ne absolute vera" (_Richard_ B. Darlington). Pli ol unu interpretado povas esti el la samaj datumoj faktoris la sama vojo.

[redaktu] Faktora analitiko en merkatanta

La baza (ŝtupoj, ŝtupas, paŝas) estas:

• Identigi la _salient_ (atribuas, atributoj, atributas) konsumantoj uzi al pritaksi (produktoj, produktas, produktaĵoj, produktaĵas, produtoj, produtas) en ĉi tiu kategorio.
• Uzi kvanteca merkatanta esplori teknikoj (kiel (topografioj, topografias)) al kolekti datumoj de specimeno de potencialo (klientoj, klientas) koncernanta ilia _ratings_ de ĉiu (produkto, produto) (atribuas, atributoj, atributas).
• (Enigo, Enigi) la datumoj enen statistika programo kaj kuri la faktora analitika proceduro. La komputilo estos cedi aro de suba (atribuas, atributoj, atributas) (aŭ (faktoroj, faktoras)).
• Uzi ĉi tiuj (faktoroj, faktoras) al konstrui _perceptual_ (mapoj, mapas) kaj alia (produkto, produto) pozicianta (aranĝaĵoj, aranĝaĵas, disponaĵoj, disponaĵas, aparatoj, aparatas).

[redaktu] Informa kolekto

La datuma kolekta stadio estas kutime farita per merkatanta esplori profesiuloj. Topografio (demandoj, demandas) (demandi, peti) la _respondent_ al kurzo (produkto, produto) specimeno aŭ (priskriboj, priskribas) de (produkto, produto) (konceptoj, konceptas) sur limigo de (atribuas, atributoj, atributas). Ie de kvin al dudek (atribuas, atributoj, atributas) estas elektita. Ili povis inkluzivi aĵoj ŝati: komforto taŭga, pezo, akurateco, _durability_, _colourfulness_, prezo, aŭ amplekso. La (atribuas, atributoj, atributas) elektita estos varii dependanta sur la (produkto, produto) estante studis. La sama demando estas demandita pri ĉiu (produktoj, produktas, produktaĵoj, produktaĵas, produtoj, produtas) en la studi. La datumoj por multaj (produktoj, produktas, produktaĵoj, produktaĵas, produtoj, produtas) estas (kodita, moruita) kaj (enigo, enigi) enen statistika programo kiel _SPSS_ aŭ _SAS_.

[redaktu] Analitiko

La analitiko estos izoli la suba (faktoroj, faktoras) (tiu, ke, kiu) ekspliki la datumoj. Faktora analitiko estas _interdependence_ tekniko. La plenumi aro de _interdependent_ interrilatoj estas ekzamenita. Estas ne specifilo de ĉu dependaj variabloj, nedependaj variabloj, aŭ kaŭzeco. Faktora analitiko alprenas (tiu, ke, kiu) ĉiu (ratanta, kurzanta) datumoj sur malsama (atribuas, atributoj, atributas) povas reduktiĝi suben al kelkaj grava (dimensioj, dimensias). Ĉi tiu malpligrandiĝo estas ebla ĉar la (atribuas, atributoj, atributas) estas rilatanta. La (ratanta, kurzanta) donita al (ĉiu, iu) unu (atribui, atributo) estas parte la rezulto de la influi de alia (atribuas, atributoj, atributas). La statistika algoritmo _deconstructs_ la (ratanta, kurzanta) ((nomita, vokis) krudaj poentoj) enen ĝia diversaj (komponantoj, komponantas), kaj rekonstruas la parta adaptij por orkestro enen suba faktoro adaptij por orkestro. La grado de korelacio inter la komencaj krudaj poentoj kaj la finaj faktoraj poentoj estas (nomita, vokis) faktoro (ŝarganta, ŝarĝanta). Estas du (manieroj, proksimiĝoj) al faktora analitiko: "ĉefa komponanta analitiko" (la tuteca varianco en la datumoj estas (konsiderita, konsideris)); kaj "komuna faktora analitiko" (la komuna varianco estas (konsiderita, konsideris)).

(Tononomo, Noto, Noti) (tiu, ke, kiu) estas tre gravaj konceptaj diferencoj inter la du (manieroj, proksimiĝoj), grava unu estante (tiu, ke, kiu) la komuna faktora modelo engaĝas _testable_ modelo (dum, ĉar) ĉefa (komponantoj, komponantas) ne. Ĉi tiu estas pro al la fakto (tiu, ke, kiu) en la komuna faktora modelo, unika (variabloj, variablas) estas postulita al esti nekorelaciigita, (dum, ĉar) restaĵo en ĉefa (komponantoj, komponantas) estas _correlated_. Fine, (komponantoj, komponantas) estas ne latenta (variabloj, variablas); ili estas linearaj kombinaĵoj de la (enigo, enigi) (variabloj, variablas), kaj tial _determinate_. (Faktoroj, Faktoras), aliflanke, estas latenta (variabloj, variablas), kiu estas argumento. Se via golo estas al adapti la (variancoj, variancas) de (enigo, enigi) (variabloj, variablas) por la celo de datuma malpligrandiĝo, vi devus elporti analizo al precipaj konsisteroj. Se vi bezono al (masoni, ĉarpenti, konstrui) _testable_ modelo al ekspliki la _intercorrelations_ inter (enigo, enigi) (variabloj, variablas), vi devus elporti faktora analitiko.

La uzi de principo (komponantoj, komponantas) en semantika spaco povas varii io ĉar la (komponantoj, komponantas) (majo, povas) nur "aŭguri" sed ne "mapo" al la vektora spaco. Ĉi tiu produktas statistika principa komponanto uzi kie la plej _salient_ (vortoj, vortas) aŭ (temoj, temas) prezenti la (preferis, pliamita) bazo.

[redaktu] (Avantaĝoj, Avantaĝas)

• ambaŭ (empiria, objektiva) kaj subjektiva (atribuas, atributoj, atributas) povas esti uzita
• ĝi estas honeste facila al fari, favorpreza, kaj preciza
• ĝi estas bazita sur direkto (enigoj, enigas) de (klientoj, klientas)
• estas _flexibility_ en nomanta kaj uzanta (dimensioj, dimensias)

[redaktu] Malavantaĝoj

• utileco dependas sur la (esploristoj, esploristas) ebleco al (riveli, ellabori) plenumi kaj preciza aro de (produkto, produto) (atribuas, atributoj, atributas) - Se grava (atribuas, atributoj, atributas) estas bedaŭrita la proceduro estas _valueless_.
• nomanta de la (faktoroj, faktoras) povas esti malfacila - multaj (atribuas, atributoj, atributas) povas esti alte _correlated_ sen (montrebla, videbla) kaŭzo.
• faktora analitiko estos ĉiam produkti ŝablono inter (variabloj, variablas), ne (materio, afero) kiel hazarda.

[redaktu] Bibliografio

• Karlo _Spearman_. Trovita 22-a de julio, (2004, Kategorio:2004), de http://www.indiana.edu/~intell/spearman.shtml
• Faktora Analitiko. ((2004, Kategorio:2004)). Trovita 22-a de julio, (2004, Kategorio:2004), de http://comp9.psych.cornell.edu/Darlington/factor.htm
• Faktora Analitiko. Trovita 23-a de julio, (2004, Kategorio:2004), de http://www2.chass.ncsu.edu/garson/pa765/factor.htm
• _Raymond_ _Cattell_. Trovita 22-a de julio, (2004, Kategorio:2004), de http://www.indiana.edu/~intell/rcattell.shtml
• _Sternberg_, R.J.((1990, Kategorio:1990)). La geografia metaforo. En R.J. _Sternberg_, (Metaforoj, Metaforas) de menso: (Komprenaĵoj, Nocioj, Nocias) de la naturo de inteligenteco (_pp_.85-111). (Nov-Jorkio, Novjorko): Kembriĝo (Britio).
• Distililoj, D.L. (_Ed_.). ((1989, Kategorio:1989)). Internacia enciklopedio de la socia scienco: _Biographical_ suplemento ((Volumeno, Volumo). 18). (Nov-Jorkio, Novjorko): _Macmillan_.

[redaktu] Vidu ankaŭ jenon:

• (produkto, produto) pozicianta
• _perceptual_ surĵeto
• merkatanta esplori
• (produkto, produto) regado
• listo de merkatantaj temoj
• kandidatiga sistemo