3.2.40. <Special> <Multivariate Methods> (<Principal Components> <Factor Analysis> <Cluster Analysis> <Discriminant Analysis> <Canonical Correlations>) или в переводе на русский язык: <Специальный> <Многомерные Методы> (<Основные компоненты> <Факторный анализ> <Кластерный анализ> <Дискриминантный Анализ> <Канонические Корреляции>)

Данная группа методов проводит многомерный статистический анализ многомерной случайной выборки и дополняет результаты, полученные в <Describe>.

3.2.41. <Principal Components>

Метод Основных компонент отличается от факторного анализа тем, что Вы должны использовать его всякий раз, когда необходимо получить не коррелированые линейные комбинации переменных. То есть метод основных компонент - методика факторного анализа, которая преобразует набор переменных, приводя их к некоррелированым комбинациям.

Метод объединяет переменные, которые объясняют самое большое количество дисперсии, чтобы сформировать первый основной компонент. Вторая основная составляющая для следующего самого большого количества дисперсии, и так далее, до полной выборки. Каждый последовательный компонент объясняет прогрессивно меньшие части дисперсии в полной выборке. Все компоненты некоррелированы друг с другом. В предположении нормальности это означает и их независимость.

3.2.42. <Factor Analysis>

Факторный анализ - методика, полезная для преобразования информации в большом количестве переменных в меньший набор, при потере только малого количества информации. Переменные в факторном анализе представляют линейную функцию меньшего числа общее - факторных переменных и единственной удельной переменной. Общие коэффициенты (факторы) создают ковариации среди данных, в то время как удельная переменная добавляется только к дисперсиям удельных ответов.