La différence entre grappes et analyse des facteurs

L`analyse par grappes et analyse des facteurs ont des objectifs différents. L`objectif habituel de l`analyse factorielle est d`expliquer la corrélation dans un ensemble de données et de relier les variables à l`autre, tandis que l`objectif de l`analyse de cluster est de répondre à l`hétérogénéité de chaque ensemble de données. Dans l`esprit, l`analyse de cluster est une forme de catégorisation, alors que l`analyse factorielle est une forme de simplification.

La complexité est une question sur laquelle l`analyse factorielle et l`analyse de cluster diffèrent: la taille des données affecte chaque analyse différemment. Comme l`ensemble des données augmente, l`analyse de cluster devient informatiquement intraitable. Ceci est vrai parce que le nombre de points de données dans l`analyse par grappes est directement lié au nombre de solutions possibles de la grappe. Par exemple, le nombre de façons de diviser vingt objets en 4 groupes de taille égale est supérieure à 488 millions. Cela rend les méthodes de calcul directs, y compris la catégorie des méthodes pour lesquelles l`analyse factorielle appartient, impossible.

Même si les solutions aux deux problèmes d`analyse des facteurs et l`analyse de cluster sont subjectives dans une certaine mesure, l`analyse factorielle permet à un chercheur pour obtenir un "meilleur" solution, en ce sens que le chercheur peut optimiser un certain aspect de la solution (orthogonalité, la facilité d`interprétation et ainsi de suite). Ceci est pas pour l`analyse de cluster, puisque tous les algorithmes qui pourraient donner une meilleure solution d`analyse de cluster sont informatiquement inefficace. Par conséquent, les chercheurs emploient l`analyse de cluster ne peut pas garantir une solution optimale.

L`analyse factorielle et l`analyse de cluster diffèrent dans la façon dont elles sont appliquées à des données réelles. Parce que l`analyse des facteurs a la capacité de réduire un ensemble difficile à manier des variables à un ensemble beaucoup plus faible de facteurs, il convient de simplifier les modèles complexes. L`analyse factorielle a également une utilisation de confirmation, dans lequel le chercheur peut développer un ensemble d`hypothèses sur la façon dont les variables dans les données sont liées. Le chercheur peut alors exécuter l`analyse des facteurs sur l`ensemble de confirmer ou d`infirmer ces hypothèses données. L`analyse par grappes, d`autre part, est apte à classer des objets en fonction de certains critères. Par exemple, un chercheur peut mesurer certains aspects d`un groupe de plantes nouvellement découverts et placer ces plantes dans des catégories d`espèces en utilisant l`analyse de cluster.