Новиков, М. А. Методология интегрированной оценки экологической уязвимости и рыбохозяйственной ценности морских акваторий (на примере Баренцева и Белого морей) / М. А. Новиков ; М-во сел. хоз-ва Рос. Федерации, Федер. агентство по рыболовству, Поляр. науч.-исслед. ин-т мор. рыб. хоз-ва и океанографии им. Н. М. Книповича (ПИНРО). - Мурманск : ПИНРО, 2006.

(признаки) сильно коррелированы между собой и, значит, содержат одина ковую информацию об изучаемых явлениях; такие сильно коррелирован ные признаки и заменяются меньшим числом ортогональных факторов. При этом факторы выступают в роли независимых переменных, а фактор ная модель, по существу, является регрессионной моделью. Главная чис ленная задача линейной факторной модели состоит в оценивании матрицы общих факторных коэффициентов, которая описывает или «объясняет» наблюдаемые данные с помощью факторов. Таким образом, главными це лями факторного анализа являются: 1) сокращение числа переменных (ре дукция данных); 2) определение структуры взаимосвязей между перемен ными, т.е. классификация переменных. Поэтому факторный анализ ис пользуется или как метод сокращения данных, или как метод классифика ции (Благуш, 1989; Факторный,.., 1989; Вайновский, Малинин, 1992; Коросов, 1996; Митина, 1999). Особенностью факторного анализа является то, что он может быть выполнен без четко сформулированной исследователем цели и не иметь однозначно трактуемого решения. Решение обусловливается подбором анализируемых переменных. Другими словами, параметр, влияние факто ров на который будет оценено, может быть качественным и не подлежать непосредственному измерению, а может только подразумеваться. В этом смысле подбор переменных (показателей, признаков) для факторного ана лиза является основной характеристикой, ориентирующей исследователя на смысловое содержание конечного результата. Имея на руках опреде ленный набор переменных, отражающих состояние тех или иных компо нентов морской экосистемы, с помощью данной статистики нельзя, следо вательно, точно ответить на вопрос, что они в большей степени отражают: биопродуктивность, уязвимость, устойчивость или что-либо другое. Обычно факторному анализу предшествует компонентный анализ, главная задача которого - снижение количества анализируемых перемен ных (признаков). Принято считать, что анализ главных компонент часто более предпочтителен как метод сокращения данных, в то время как ана лиз главных факторов (факторный анализ) лучше применять с целью опре деления структуры данных. Во многих задачах обработки многомерных наблюдений и, в частно сти, в задачах классификации исследователя интересуют в первую очередь лишь те признаки, которые обнаруживают наибольшую изменчивость (наибольший разброс) при переходе от одного объекта к другому. С другой стороны, не обязательно для описания состояния объекта использовать ка кие-то из исходных, непосредственно измеренных признаков (Андерсон, 1963; Прикладная статистика..., 1989). Иными словами, имеется, по край ней мере, три основных типа принципиальных предпосылок, обусловли- т