Метод отсеивания лишних факторов при факторном анализе, заключающийся в отбраковке всех факторов с собственным значением ниже 1, является важным шагом в процессе анализа данных. Я сам применял этот метод в своей работе и могу сказать, что он действительно полезен. Одним из критериев, которые можно использовать для отбраковки факторов, является критерий Кеттелла. Он основан на сравнении сумм собственных значений для отобранных и неотобранных факторов. Если сумма собственных значений для отобранных факторов значительно больше, чем для неотобранных, то это свидетельствует о том, что метод работает эффективно. Другим методом отсеивания факторов является метод каменистой осыпи, который основан на графическом анализе. График, построенный в результате факторного анализа, представляет собой кривую, которая имеет «каменистую осыпь» в определенной точке. Факторы, соответствующие точке перегиба кривой, считаются несущественными и отбрасываются. Критерий Кайзера также используется для отбраковки факторов с низким значением. Он основан на сравнении средних собственных значений и их стандартных отклонений. Если среднее собственное значение превышает среднее стандартное отклонение, то фактор считается значимым, в противном случае он отбрасывается. Критерий собственных чисел основан на оценке экспланативной способности факторов. Если собственное число меньше единицы, то фактор объясняет меньше, чем одну переменную, и его можно отбросить.
В результате применения метода отбраковки факторов с собственным значением ниже 1, мы получаем более чистый набор факторов, которые являются значимыми и объясняют большую часть изменчивости данных. Это помогает нам сфокусироваться на главных факторах и сделать более точные и интерпретируемые выводы из проведенного факторного анализа.
Важно отметить, что метод отбраковки факторов с собственным значением ниже 1 является одним из многих подходов к факторному анализу. В каждом конкретном случае может быть более подходящий метод, в зависимости от целей и характеристик исследования. Однако, в общем контексте, этот метод является полезным инструментом для определения значимых факторов при анализе данных.