во второй компоненте превалируют исходные факторы: x53, x55, x62, x63, x74, x81, x83, x84, x86, x87; в третьей компоненте – x33, x34, x35, x36.
Сумма относительных вкладов всех главных компонент в дисперсию исходного фактора – общность фактора. Результаты расчета общности исходных факторов даны в таблице 10.
Анализируя данные таблицы 10, следует отметить значительный вклад выделенных главных компонент в вариацию исходных факторов. Так, например, вариация фактора x86 обусловлена изменчивостью главных компонент (общих факторов) на 93,7 %, x16 – на 86,8 % и т. д.
Таким образом, в результате использования метода главных компонент получены три компоненты по 12 автотранспортным организациям г. Ставрополя Ставропольского края, всесторонне отражающих их конкурентные преимущества (табл. 11).
Таблица 10. Общности исходных факторов, формирующих конкурентные преимущества АТО (фрагмент)
Таблица 11. Значение главных компонент, определяющих конкурентные преимущества автотранспортных организаций города Ставрополя Ставропольского края
Анализируя данные таблицы 11, следует отметить, что АТО имеют различные значения главных компонент, а это подчеркивает отличие конкурентных преимуществ организаций. Изменение каждой компоненты по организациям также различно. Первая компонента наибольшего значения достигает по ОАО «Автоколонна-1202» – F1=1,594, наименьшего – у АТП-3 (F1=-1,587), по второй компоненте наивысший уровень наблюдается у ОАО «Ставропольское-2» (F2=1,354), наименьший – у ОАО «Верхнерусское АТП» (F2=1,831).
Наивысшим пиком по третьей компоненте обладает ОАО АТП № 1 (F3=1,784), самый низкий уровень у ОАО «Автотранс» (F3=-2,395).
Дальнейшая проблема состоит в интерпретации полученных главных компонент, иными словами, надо определить, какие именно исходные факторы вошли в ту или иную компоненту. В современной отечественной и зарубежной литературе эта проблема рассматривается с различных точек зрения. Так, в работе [6] интерпретация полученных главных компонент производится в динамических факторных моделях. Временные факторные модели позволяют исследователю идентифицировать те исходные факторы, которые слабо проявили себя в прошлом, но существенно влияли в течение последних лет. С помощью этой модели становится возможным получение дополнительной информации об изучаемом экономическом процессе путем выделения факторов, ослабивших или усиливших свое влияние за последние годы, а также факторов, существенно влияющих на обобщающий фактор в течение всего изучаемого периода времени. Идентификацией этих исходных факторов можно гибко улавливать произошедшие изменения в исследуемом процессе.
Задачи распознавания главных компонент [6], определения для них названий решаются на основании факторных нагрузок (ajr) из матрицы отображения А, представленной в таблице 9.
Для каждой главной компоненты F множество значений ajr условно разбивается на четыре подмножества
