主成分、因子分析实施报告步骤.docx

主成分分析、因子分析步骤不同点主成分分析因子分析概念具有相关关系的 p 个变量 ，经过线性组合后成为 k 个不相关的新变量将原数据中多个可能相关的变量综合成少数几个不相关的可反映原始变量的绝大多数信息的综合变量主要减少变量个数， 以较少的主成分目标来解释原有变量间的大部分变异，适合于 数据简化找寻变量间的内部相关性及潜在的共同因素，适合做 数据结构检测强调强调的是 解释数据变异的能力， 重点以方差 为导向， 使方差达到最大强调的是 变量之间的相关性 ，以协方差 为导向， 关心每个变量与其他变量共同享有部分的大小最终结果应用形成一个或数个总指标变量反映变量间潜在或观察不到的因素变异解释程度是否需要旋转它将所有的变量的变异都考虑在内，因而没有误差项主成分分析作综合指标用， 不需要旋转只考虑每一题与其他题目共同享有的变异，因而有误差项，叫独特因素因子分析 需要经过旋转 才能对因子作命名与解释是否有假设只是对数据作变换， 故不需要假设