Each of the above measurements was

Each of the above measurements was obtained independently (e.g., volume was measured in terms of cubic feet of
water displaced when the object was immersed in a tub.)2


Being assured that the measurements were accurate.3
Tom then proceeded to analyze the data in order to
determine the basic underlying dimensions. He reasoned that factor analysis was the proper way to approach the
1
The idea of using data from physical objects is not new. Demonstration analyses have been performed on boxes,
bottles, geometric figures, cup; of coffee and balls. Overall (1964) provides a bibliography on this literature. The
primary concern in these papers has been to determine which measurement models provide the most adequate
description. 2
Actually, the data for length. width and thickness were determined from the following arbitrary rules:

(a) Random integers from 1 to 4 were selected to represent width and thickness with the additional provision
that the width ≥ thickness.
(b) A random integer from 1 to 6 was selected to represent length with the provision that length ≥width.
(c) A number of the additional variables are merely obvious combinations of length, width, and thickness.

The physical characteristics of the metals were derived from the Handbook of Chemistry and Physics. Nine different
metals were used (aluminum, steel, lead, magnesium, gold. copper, silver, tin, and zinc.) Seven parallellepipeds of
each type of metal were created. 3
problem since he was interested in reducing the number of descriptive measures from his original set of 11 and he
also suspected that there was a great deal of multicollinearity in the original data. The California Biomedical 03M
program was used to obtain a principal components solution. The procedure conformed with the following
conventions:

(a) Only factors having eigenvalues greater than 1.0 were used. (This yielded three factors which
summarized 90% of the information contained in the original 11 variables.)

(b) An orthogonal rotation was performed. This was done since Swift believed that basic underlying
factors are statistically independent of one another.

(c) The factors were interpreted by trying to minimize the overlap of variable loadings on each factor.
(The decision rule to use only those variables with a loading greater than 0.70 utilized all 11
variable. with no overlap in the 3 factor rotation.)

Principal components was used since this is the recommended factor analytic method when one is interested in
generating hypotheses from a set of data

ผลลัพธ์ (ไทย) 1:

แต่ละวัดข้างต้นได้รับอิสระ (เช่น ปริมาณที่วัดลูกบาศก์ฟุตของ
พลัดถิ่นเมื่อวัตถุถูกแช่อยู่ในอ่างน้ำ)2


ถูกมั่นใจได้ว่า วัดที่มี accurate.3
ทอมแล้วครอบครัววิเคราะห์ข้อมูลเพื่อ
กำหนดมิติแบบพื้นฐาน เขา reasoned ว่า วิเคราะห์ปัจจัยคือ วิธีที่เหมาะสมกับวิธีการ
1
ความคิดของการใช้ข้อมูลจากวัตถุจริงไม่ใหม่ ได้ปฏิบัติวิเคราะห์สาธิตบนกล่อง,
ขวด รูปทรงเรขาคณิต ถ้วย กาแฟและลูก โดยรวม (1964) ให้บรรณานุกรมสำหรับในวรรณคดีนี้ ใน
กังวลหลักในเอกสารเหล่านี้ได้รับการ กำหนดรูปแบบการประเมินที่ให้เพียงพอมากที่สุด
คำอธิบาย 2
จริง ข้อมูลความยาว ความกว้างและความหนาที่กำหนดจากเกณฑ์กำหนดดังนี้:

(a) สุ่มเลขจำนวนเต็มจาก 1 ถึง 4 เลือกแสดงความกว้างและความหนากับบทบัญญัติเพิ่มเติม
ที่≥ความกว้างความหนา
(b) เป็นจำนวนเต็มที่สุ่มจาก 1 ถึง 6 ได้เลือกถึงยาวกับบทบัญญัติที่ ≥width ความยาว
(ค) จำนวนของตัวแปรเพิ่มเติมได้ชัดเจนเพียงชุดความยาว ความกว้าง และความหนา

ลักษณะทางกายภาพของโลหะที่ได้มาจากคู่มือของเคมีและฟิสิกส์ เก้าแตกต่าง
ใช้โลหะ (อลูมิเนียม เหล็ก ลูกค้าเป้าหมาย แมกนีเซียม ทองทองแดง เงิน ดีบุก และสังกะสี) Parallellepipeds เจ็ดของ
สร้างโลหะแต่ละชนิด 3
ปัญหาเนื่องจากเขามีความสนใจในการลดจำนวนของมาตรการอธิบายจากพระชุดเดิม 11 และเขา
ยัง สงสัยว่าเกิด multicollinearity ในข้อมูลต้นฉบับมากขึ้น แคลิฟอร์เนียทางชีวการแพทย์ 03M
ใช้โปรแกรมรับโซลูชันส่วนประกอบหลัก ขั้นตอนตาม ด้วยต่อ
ประชุม:

(ก) เฉพาะปัจจัยที่มีค่ามากกว่า 1.0 เวกเตอร์ใช้ (นี้เต็มสามปัจจัยที่
สรุป 90% ของข้อมูลที่อยู่ในตัวแปร 11 เดิม)

(b) หมุนเป็น orthogonal ทำ นี้ทำตั้งแต่ Swift เชื่อว่าต้นพื้นฐาน
ปัจจัยเป็นอิสระทางสถิติกัน

(c ปัจจัย)ถูกตีความ โดยพยายามลดการทับซ้อนของ loadings ผันแปรในแต่ละปัจจัย
(กฎการตัดสินใจจะใช้เฉพาะตัวแปรที่ มีการโหลดที่มากกว่า 0.70 ใช้ทั้งหมด 11
ตัวแปร โดยไม่ทับซ้อนกันในการหมุนตัว 3.)

ใช้ส่วนประกอบหลักเนื่องจากเป็นวิธีที่สำคัญคือแนะนำปัจจัยเมื่อหนึ่งสนใจ
สร้างสมมุติฐานจากข้อมูล

ผลลัพธ์ (ไทย) 3:

แต่ละวัดข้างต้นได้โดยอิสระ เช่น เป็นวัดในแง่ของปริมาณลูกบาศก์ฟุตของน้ำ
เมื่อวัตถุถูกแช่ในอ่าง ) 2


ถูกมั่นใจได้ว่าวัดได้ถูกต้อง 3
ทอมแล้วทำการวิเคราะห์ข้อมูลเพื่อกำหนดพื้นฐานเป็นต้น

) เขาให้เหตุผลว่าปัจจัยการวิเคราะห์เป็นวิธีที่เหมาะสมที่จะเข้าไป

1ความคิดของการใช้ข้อมูลจากวัตถุทางกายภาพไม่ใหม่ วิเคราะห์ได้ทำการสาธิตในกล่อง
ขวด , เรขาคณิตตัวเลข ถ้วย กาแฟ และลูก โดยรวม ( 1964 ) มีบรรณานุกรมวรรณกรรมนี้
ความกังวลหลักในเอกสารเหล่านี้ได้รับการตรวจสอบ ซึ่งโมเดลการวัดให้รายละเอียดเพียงพอ
ที่สุด 2
จริง ข้อมูลสำหรับความยาวความกว้างและความหนาถูกกำหนดจากต่อไปนี้หนึ่งกฎ :

( ) แบบสุ่มจำนวนเต็มตั้งแต่ 1 ถึง 4 ได้รับเลือกเป็นตัวแทน ความกว้าง และความหนาด้วยการเพิ่มบทบัญญัติ
ที่≥ความกว้างความหนา
( B ) เป็นจำนวนเต็มแบบสุ่มจาก 1 ถึง 6 ได้รับเลือกเป็นตัวแทนของความยาวกับบทบัญญัติที่≥ความยาวความกว้าง
( C ) จำนวนของตัวแปรเพิ่มเติมเป็นชุดค่าผสมเพียงชัดเจนของความยาว ความกว้าง และความหนา

ลักษณะทางกายภาพของโลหะที่ได้จากคู่มือของเคมีและฟิสิกส์ เก้าโลหะแตกต่างกัน
ใช้ ( อลูมิเนียม , เหล็ก , ตะกั่ว , แมกนีเซียม , ทอง ทองแดง เงิน ดีบุก สังกะสี ) เจ็ด parallellepipeds ของ
แต่ละชนิดของโลหะที่ถูกสร้างขึ้น 3
ปัญหาเนื่องจากเขาสนใจการลดจํานวนเชิงมาตรการจากชุดเดิมของเขา 11 และเขา
ยังสงสัยว่ามีการจัดการที่ดีของค่าในข้อมูลเดิม แคลิฟอร์เนียทางการแพทย์ 03m
ใช้โปรแกรมเพื่อให้ได้สารละลายส่วนประกอบหลัก ขั้นตอนที่สอดคล้องกับอนุสัญญาต่อไปนี้


:( 1 ) ปัจจัยเท่านั้นที่มีค่าสูงกว่า 1.0 มาใช้ ( ซึ่งพบสามปัจจัยที่
สรุปได้ว่า 90% ของข้อมูลที่อยู่ในตัวแปรเดิม 11 )

( b ) ) หมุนกำหนด ทำตั้งแต่ Swift เชื่อว่าปัจจัยทางพื้นฐานต้นแบบ
อิสระของอีกคนหนึ่ง

( ค ) ปัจจัยที่ถูกตีความโดยพยายามที่จะลดความซ้ำซ้อนของการกระทำในแต่ละปัจจัย
( การตัดสินใจกฎที่จะใช้ตัวแปรเหล่านั้นเท่านั้นที่มีการใช้มากกว่า 0.70 ทั้งหมด 11
ตัวแปร ไม่ทับซ้อนกันใน 3 ปัจจัยการหมุน )

ส่วนประกอบหลักที่ใช้ เพราะเป็นปัจจัยช่วยแนะนำวิธีเมื่อหนึ่งสนใจ
การสร้างสมมติฐานจากชุดของข้อมูล