k-means 14 – روش های طبقه بندی و خوشه بندی (سلسله مراتبی ؛ خوشه بندی 2 مرحله ای و خوشه بندی)

3 پاسخ

  1. از آنجاییکه این تحلیل در حالتی است که پژوهشگر هیچ ایده‌ای درباره ساختار داده‌ها یا تعداد ابعاد متغیرهای خود ندارد، فلذا این تحلیل یکی از تکنیک‌های کاهش داده‌ها است که تعداد زیادی متغیر را به مجموعه‌ی کوچکتری از عامل‌های مهم تبدیل می‌کند به‌طوری که اطلاعات ضروری موجود در متغیرها خلاصه می‌شود. اکثر اوقات، زمانی‌که محقق بخواهد ساختار مجموعه‌ای از متغیرها را خلاصه کند، تحلیل عاملی به‌عنوان یک تکنیک اکتشافی به‌کار می‌رود.
    و برای همین وجود افراد متخصص و پژوهشگر خبره در این امور میتواند به دانشجویان دارای تحصیلات تکمیلی که در پروپوزال خود دچار مشکل هستند و در خصوص روش‌های آماری پروپوزال خود نیاز به کمک دارند.
    و همچنین محققان و دانشجویانی که باید پرسشنامه‌ها و پژوهش های خود را تکمیل کنند و یا داده‌های خود را در نرم افزار وارد کرده‌اند و نیاز به انجام آزمون‌های آماری دارندیا اینکه نمی‌توانند آن را تحلیل کنند، هم در وقت و هم از نظر انجام تخصصی کار و پروژه کمک شایانی نماید

  2. تجزیه و تحلیل عاملی (Factor Analysis) در حقیقت تکنیکی است که برای کاهش تعداد زیادی از متغیرها در یک مدل آماری به کار می‌رود. به این ترتیب ترکیب خطی از عامل‌ها هر یک از متغیرهای اصلی را بازسازی می‌کند. توجه داشته باشید که تعداد این عامل‌ها بسیار کمتر از تعداد متغیرهای اصلی است. این روش از همه متغیرها حداکثر واریانس مشترک را استخراج کرده و آنها را در یک امتیاز یا عامل مشترک قرار می‌دهد. به این ترتیب عامل یا فاکتورها می‌توانند نماینده‌ای برای تغییرات مدل به جای متغیرها باشند. به این ترتیب در مدل‌سازی به جای متغیرهای معمول می‌توان از عامل‌ها استفاده کرد. گاهی به عامل‌های حاصل از تحلیل عاملی، «متغیر پنهان» (Latent Variable) نیز گفته می‌ شود

  3. سلام.بیشترین کاربرد این تکنیک پیرامون بررسی شناسایی و طبقه بندی عوامل موثر بر انتخاب محصولات کسب وکارهای اشتراکی با استفاده از روش تحلیل عاملی اکتشافی هستش. در حال حاضر کسب و کارهای اشتراکی جدید ترین شیوه عرضه محصولات از طریق پلاتفرم مجازی هستن بنابراین خروجی ها و تاثیر این روش بر این فاکتور بسیار حائز اهمیت هستن. بنده پیشنهادهایی پیرامون این موضوع دارم.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.