Key points are not available for this paper at this time.
탐색적 요인 분석은 여러 출처에서 주요 아이디어를 차용합니다. 그리스의 합리주의자들과 원자론자들로부터 외관은 관찰되지 않는 어떤 것으로 설명되어야 한다는 아이디어가 나옵니다. 아리스토텔레스에게서 유도와 현상들의 공통된 특징을 탐구하는 아이디어가 나옵니다. 프랜시스 베이컨에게서 공통 원인을 유도적으로 발견하기 위한 자동 알고리즘의 개념이 나옵니다. 데카르트에게서는 변수들을 직교적 또는 선형적으로 독립적인 요인으로 분석하는 측면에 중점을 두고 요인으로부터 상관 행렬을 재생산(합성)하는 아이디어가 나옵니다. 피어슨과 율과 같은 경험주의 통계학자들로부터 탐색적, 기술적 통계 개념이 나옵니다. 또한 경험주의 유산에서 요인 분석이 사전 가정 없이 독특하고 명확한 지식을 제공할 것이라는 잘못된 기대가 나옵니다 - 유도론적 오류입니다. 이 기대는 로테이션에 의해 요인의 적재가 정의된 이후에도 요인의 불확정성에 부딪힙니다. 공통 요인의 해석에서 불확정성은 피할 수 없습니다. 해석 과정은 귀납적이며 귀납적 추론은 그 기반이 되는 데이터에 의해 독점적으로 결정되지 않기 때문입니다. 그러나 칸트에게서 우리는 귀납적 추론을 폐기하지 말고 추가 데이터를 통해 객관성을 입증해야 할 가설로 다룰 것을 배웁니다. 따라서 탐색적 요인 분석의 결론은 항상 추가 변수와 새로운 데이터를 포함한 후속 확인 분석 없이는 완전하지 않습니다.
스탠리 A. 뮬레이크가 이 질문을 연구했습니다.
Synapse has enriched 4 closely related papers on similar clinical questions. Consider them for comparative context: