Факторные нагрузоки
Факторы, основанные на данных земской статистики, могут показаться маловыразительными однотипности содержащихся в них показателей. Но в этом заключено существенное достоинство применения методов факторного анализа к материалам земской статистики.
Связано оно с группировкой объектов. Если использовать разноплановые признаки, например наряду с чисто экономическими также почвенно-климатические и т. п., то многомерная автоматическая классификация даст нам не социально-экономические типы объектов, а группы, социальный статус которых окажется весьма неопределенным. Функция модуль х, ее свойства и график позволяют решать многочисленные уравнения и задачи с параметрами. Даже такой важный, но несколько завуалированный показатель зажиточности и товарности производства, как урожайность, плохо вписывается в структуру крестьянского хозяйства.
В указанном смысле однохарактерность, однородность признаков, которые можно почерпнуть в земско-статистических изданиях, является исключительно благоприятным условием для многомерной классификации территориальной единиц.
Уже в первом варианте сумма факторных нагрузок составила 48,3 % максимально возможной, и это послужило основанием для проведения группировки отобранных общин по одному фактору.
Компьютер разделил общины на три группы. Соответственно росту положительных значений факторных весов были получены группы в 124, 129 и 37 общин. Причем если выделение верхней группы вполне понятно, то грань, проведенная машиной между 1-й и 2-й группами, не является очевидной. Во всяком случае, логически ее обосновать трудно: человек мог бы с полным правом провести черту и левее, и правее. А это еще один довод в пользу автоматической группировки, учитывающей тонкие различия объектов.
Тем более что в их расположении по фокторным весам от - 1,3 до +0,8 разрывов фактически нет. Любопытно и само процентное соотношение полученных групп. Не имея «представлений» о социальной структуре русской дореволюционной деревни, ЭВМ отнесла в верхней группе наименьшее число общин (12,8 %).