חסרונות של ניתוח גורמים

Posted on
מְחַבֵּר: Peter Berry
תאריך הבריאה: 19 אוגוסט 2021
תאריך עדכון: 13 נוֹבֶמבֶּר 2024
Anonim
חוק נתוני אשראי - יתרונות חסרונות ואיך הוא עלול להרוס לכם את המשכנתה
וִידֵאוֹ: חוק נתוני אשראי - יתרונות חסרונות ואיך הוא עלול להרוס לכם את המשכנתה

תוֹכֶן

ניתוח גורמים הוא שיטה סטטיסטית לניסיון למצוא מה שנקרא משתנים סמויים כשיש לך נתונים על הרבה מאוד שאלות. משתנים סמויים הם דברים שלא ניתן למדוד ישירות. לדוגמה, רוב היבטי האישיות סמויים. חוקרי אישיות שואלים לעתים קרובות מדגם של אנשים הרבה שאלות שלדעתם קשורים לאישיות, ואז מבצעים ניתוח גורמים כדי לקבוע אילו גורמים סמויים קיימים.

התשובה שתקבל תלויה בשאלות שאתה שואל

הגורמים המופיעים יכולים להגיע רק מהתשובות לשאלות שאתה שואל. אם לא תשאלו על הרגלי שינה, למשל, אז לא יופיע גורם הקשור להרגלי שינה. מצד שני, אם תשאלו רק על הרגלי שינה, אז שום דבר אחר לא יכול להופיע. בחירת מערך טוב של שאלות היא מסובכת, וחוקרים שונים יבחרו בקבוצות שונות של שאלות.

נתונים אקראיים נותנים גורמים

אם אתה מייצר מספרים אקראיים רבים, ניתוח גורמים עשוי עדיין למצוא מבנה נראה לעין בנתונים. קשה לדעת אם הגורמים העולים משקפים את הנתונים או שהם פשוט חלק מהכוח של ניתוח גורמים למצוא דפוסים.

קשה להחליט כמה גורמים לכלול

משימה אחת של אנליסט הגורמים היא להחליט על כמה גורמים לשמור. ישנן מגוון שיטות לקביעת זה, ויש מעט הסכמה לגבי השאלה הטובה ביותר.

פרשנות משמעות הגורמים היא סובייקטיבית

ניתוח גורמים יכול לומר לך אילו משתנים במערך הנתונים שלך "הולכים יחד" בדרכים שלא תמיד ברורות. אולם הפרשנות של אותן קבוצות משתנים מייצגת למעשה את המטפל, ואנשים סבירים יכולים לא להסכים.