Contrairement aux méthodes statiques, l'analyse parallèle (type PARALLEL) est une méthode robuste qui tient compte de la taille de l'échantillon. Elle utilise des simulations (paramètre nSimulations) pour créer une distribution de référence. Vous pouvez ajuster la précision de cette simulation avec le paramètre alpha (seuil de criticité) et garantir la reproductibilité de vos résultats en fixant un seed (graine aléatoire). C'est la méthode privilégiée dans SAS Viya pour valider la structure latente de grands volumes de données.
Pourquoi l analyse parallèle est-elle recommandée pour les projets de Data Science complexes
Exemples pour l'action faNFactors
Détermination par valeurs propres (Critère de Kaiser)
Utilise le critère classique où l'on garde les facteurs dont la valeur propre est supérieure à 1.
Analyse Multi-Critères avec Analyse Parallèle
Exemple complexe combinant l'Analyse Parallèle (plus précise) et la méthode MAP, en demandant le maximum des suggestions.