STATA中主成分分析与使用主成分法的因子分析的区别

STATA中主成分分析与使用主成分法的因子分析的区别

问题描述：在使用因子分析factor命令中，抽取共因子的方法包括主成分法、主因子法、迭代因子以及最大似然法。后三种不难理解。但是在stata做主成分分析有一个直接命令pca，那么pca主成分分析与factor中使用主成分法是否是一致的。这个问题在spss中更为明显和严重。下面就用实例来说明这个问题。

一、主成分分析

先将变量标准化：

Egen z1=std(x1)

……

Egen z7=std(x7)

分析过程：

. pca x*,mineigen(1)

Principal components/correlation Number of obs = 50 Number of comp. = 2

Trace = 7

Rotation: (unrotated = principal) Rho = 0.7649

--------------------------------------------------------------------------

Component Eigenvalue Difference Proportion Cumulative

-------------+------------------------------------------------------------

Comp1 4.1151 2.87617 0.5879 0.5879

Comp2 1.23893 .51336 0.1770 0.7649

Comp3 .725575 .409071 0.1037 0.8685

Comp4 .316504 .0585356 0.0452 0.9137

Comp5 .257968 .0359421 0.0369 0.9506

Comp6 .222026 .098134 0.0317 0.9823

Comp7 .123892 . 0.0177 1.0000

--------------------------------------------------------------------------

Principal components (eigenvectors) 主成分特征向量

------------------------------------------------

Vari Comp1 Comp2 Unexplained

-------------+--------------------+-------------

x1 0.3002 -0.6292 .1386

x2 0.4318 -0.1694 .1973

x3 0.3969 0.0423 .3496

x4 0.3966 -0.3436 .2064

x5 0.4402 0.2032 .1516

x6 0.3574 0.4024 .2737

x7 0.2952 0.5023 .3288

------------------------------------------------

. loadingplot

. estat loading,cnorm(eigen)

Principal component loadings (unrotated) 主成分负荷component normalization: sum of squares(column) = eigenvalue

----------------------------------

Comp1 Comp2

-------------+--------------------

x1 .6091 -.7003

x2 .8758 -.1886

x3 .8051 .04705

x4 .8046 -.3825

x5 .8929 .2262

x6 .725 .4479

x7 .5988 .5591

----------------------------------

注：主成分向量＝负荷/特征值的开方

. estat kmo KMO检验

Kaiser-Meyer-Olkin measure of sampling adequacy

-----------------------

Variable kmo

-------------+---------

x1 0.6759

x2 0.8398

x3 0.8517

x4 0.8675

x5 0.7961

x6 0.6731

x7 0.7318

-------------+---------

Overall 0.7836

-----------------------

. estat smc

Squared multiple correlations of variables with all other variables

-----------------------

Variable smc

-------------+---------

x1 0.6093

x2 0.7300

x3 0.5951

x4 0.6453

x5 0.7948

x6 0.7275

x7 0.4858

-----------------------

. estat anti

Anti-image correlation coefficients --- partialing out all other variables

------------------------------------------------------------------------------------

Va x1 x2 x3 x4 x5 x6 x7

-------------+----------------------------------------------------------------------

x1 1.0000

x2 -0.3698 1.0000

x3 -0.2740 -0.0700 1.0000

x4 -0.2669 -0.3694 -0.0779 1.0000

x5 -0.1825 -0.0386 -0.1297 -0.2412 1.0000

x6 0.4149 -0.3903 -0.0029 0.1277 -0.6471 1.0000

x7 0.2781 -0.0107 -0.4681 0.0538 -0.2887 0.0757 1.0000

------------------------------------------------------------------------------------

注：KMO、SMC和ANTI结合判断是否适合做主成分分析。

. estat residual,fit format(%9.3f)

Fitted correlation matrix（略）

Residual correlation matrix

-------------------------------------------------------------------------------------------

Va x1 x2 x3 x4 x5 x6 x7 -------------+-----------------------------------------------------------------------------

x1 0.139

x2 -0.064 0.197

x3 0.026 -0.104 0.350

x4 -0.109 -0.037 -0.073 0.206

x5 0.000 -0.027 -0.092 -0.009 0.152

x6 -0.026 0.064 -0.158 -0.008 0.044 0.274

x7 0.096 -0.070 0.082 0.008 -0.103 -0.240 0.329 -------------------------------------------------------------------------------------------

注：观察非对角线的残差判断主成分解释的效果。

. screeplot 碎石图

主成分选择：两个最为合适，表达式分别为

P1=0.30*z1+0.43*z2+……+0.29*z7

P2=-0.63*z1-0.16*z2+……+0.50*z7

注：是标准化后的变量，不是原始变量。

主成分综合得分＝Σ各主成分得分×该成分对应的方差贡献率，因此，

P=0.59*p1+0.18*p2

. predict p1 p2（略）

. list p1 p2（内容略）

. scoreplot

二、因子分析

大多数命令基本一样，不再重复。

. factor x*,pcf 采用主成分方法的因子分析

(obs=50)

Factor analysis/correlation Number of obs = 50 Method: principal-component factors Retained factors = 2

Rotation: (unrotated) Number of params = 13

--------------------------------------------------------------------------

Factor Eigenvalue Difference Proportion Cumulative

-------------+------------------------------------------------------------

Factor1 4.11510 2.87617 0.5879 0.5879

Factor2 1.23893 0.51336 0.1770 0.7649

Factor3 0.72557 0.40907 0.1037 0.8685

Factor4 0.31650 0.05854 0.0452 0.9137

Factor5 0.25797 0.03594 0.0369 0.9506

Factor6 0.22203 0.09813 0.0317 0.9823

Factor7 0.12389 . 0.0177 1.0000

--------------------------------------------------------------------------

LR test: independent vs. saturated: chi2(21) = 224.36 Prob>chi2 = 0.0000

Factor loadings (pattern matrix) and unique variances 因子负荷矩阵

-------------------------------------------------

Va Factor1 Factor2 Uniqueness

-------------+--------------------+--------------

x1 0.6091 -0.7003 0.1386

x2 0.8758 -0.1886 0.1973

x3 0.8051 0.0471 0.3496

x4 0.8046 -0.3825 0.2064

x5 0.8929 0.2262 0.1516

x6 0.7250 0.4479 0.2737

x7 0.5988 0.5591 0.3288

-------------------------------------------------

注：内容与pca用estat loading, cnorm(eigen)得到的结果是一样的，用来描述因子和变量的关系。

. estat factors 没有限制多少因子的情况

Factor analysis with different numbers of factors (maximum likelihood)

----------------------------------------------------------

#factors loglik df_m df_r AIC BIC

---------+------------------------------------------------

1 -34.78969 7 14 83.57938 96.96354

2 -10.53046 1

3 8 47.06093 71.91723

3 -.9781713 18 3 37.9563

4 72.37276

----------------------------------------------------------

the model with 3 factors is a Heywood case

注：heywood问题，因子选择3个已经过多。

. estat factors,factors(2) 选择两个因子

Factor analysis with different numbers of factors (maximum likelihood)

----------------------------------------------------------

#factors loglik df_m df_r AIC BIC

---------+------------------------------------------------

1 -34.78969 7 14 83.57938 96.96354

2 -10.53046 1

3 8 47.06093 71.91723

----------------------------------------------------------

no Heywood cases encountered

没有heywood 问题

. predict f1 f2 得到因子得分

(regression scoring assumed)

Scoring coefficients (method = regression) 因子得分系数矩阵

----------------------------------

Variable Factor1 Factor2

-------------+--------------------

x1 0.14801 -0.56527

x2 0.21284 -0.15222

x3 0.19565 0.03798

x4 0.19552 -0.30870

x5 0.21698 0.18260

x6 0.17619 0.36155

x7 0.14552 0.45127

----------------------------------

注：这个矩阵作用同主成分系数矩阵，是用来确定因子得分表达式的。

因子选择：最优选择为两因子，因子矩阵表达式为

x1＝0.61f1 -0.70*f2

……

x7=0.60*f1+0.56*f2

注：这里表示的原始变量与因子的关系，不是标准化的变量。

因子得分矩阵

F1=0.15*z1+0.21*z2+……+0.15*z7

F2=-0.57*z1-0.25*z2+……+0.45*z7

注：这里使用的是标准化的变量z。

ΣΣ各因子方差的贡献率，因此，

因子综合得分F=(各因子得分×各因子方差的贡献率)/

F=(0.59*f1+0.18*f2)/0.76

三、综合比较结果

根据主成分分析和使用主成分法因子分析的结果，得到两个综合得分，即P和F，两个排序的结果存在一定的差异。

理论上讲，主成分分析与因子分析的逻辑是不完全一样的。

区别：

1．主成分分析是通过变量变换把注意力集中在具有较大变差的那些主成分上，而舍弃那些变差小的主成分；因子分析是因子模型把注意力集中在少数不可观测的潜在变量（即公共因子）上，而舍弃特殊因子。

2. 主成分分析是将主成分表示为原观测变量的线性组合，其实质是p 维空间的坐标变换，不改变原始数据的结构；而因子分析则是对原观测变量分解成公共因子和特殊因子两部分。因此，要确定研究的目的是什么，才能选择更好、更准确的方法。（关于二者的区别可以参考统计与决策上的几篇文章。）

两种方法排名（部分结果）

主成分分析因子分析

state rank state rank

North1North1

West2West2

South3South3

Iowa4Mississippi4

Mississippi5Kentucky5

Wisconsin6Iowa6

New7Wisconsin7

Kentucky8Nebraska8

Nebraska9New9

Vermont10Pennsylvania10

浅谈主成分分析与因子分析基本思想主要性质应用举例计算步骤主要区别

浅谈主成分分析与因子分析 1、主成分分析 主成分分析就是设法将原来指标重新组合成一组新的互相无关的几个综合指标来代替原来指标，同时根据实际需要从中可取几个较少的综合指标尽可能多地反映原来指标的信息。这种将多个指标化为少数互相无关的综合指标的统计方法叫做主成分分析，也是数学上处理降维的一种方法。主成分分析的一般目的是：(1)变量的降维；(2)主成分的解释。 1.1基本思想 主成分分析是设法将原来众多具有一定相关性（比如P个指标），重新组合成一组新的互相无关的综合指标来代替原来的指标。通常数学上的处理就是将原来P个指标作线性组合，作为新的综合指标。最经典的做法就是用F1（选取的第一个线性组合，即第一个综合指标）的方差来表达，即Var(F1)越大，表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的，故称F1为第一主成分。如果第一主成分不足以代表原来P个指标的信息，再考虑选取F2即选第二个线性组合，为了有效地反映原来信息，F1已有的信息就不需要再出现在F2中，用数学语言表达就是要求Cov(F1,F2)=0，则称F2为第二主成分，依此类推可以构造出第三、第四，……，第P个主成分。这些主成分不仅不相关，而且他们的方差依次递减。 1.2计算步骤 设有n个样品，每个样品观测P个指标，将原始数据写成矩阵。 （1）将原始数据标准化，即将每个指标的原始数据减去这个指标的均值后，再除以这个指标的标准差。 （2）建立变量的相关系数阵：。 （3）求R的特征根及相应的单位特征向量。 在解决实际问题时，一般不是取p个主成分，而是根据累计贡献率的大小取前k个，称第一主成分的贡献率为，这个值越大，表明第一主成分综合

主成分分析与因子分析的联系与区别

https://www.sodocs.net/doc/808127253.html,/ysuncn/archive/2007/12/08/1924502.aspx 一、问题的提出 在科学研究或日常生活中，常常需要判断某一事物在同类事物中的好坏、优劣程度及其发展规律等问题。而影响事物的特征及其发展规律的因素（指标）是多方面的，因此，在对该事物进行研究时，为了能更全面、准确地反映出它的特征及其发展规律，就不应仅从单个指标或单方面去评价它，而应考虑到与其有关的多方面的因素，即研究中需要引入更多的与该事物有关系的变量，来对其进行综合分析和评价。多变量大样本资料无疑能给研究人员或决策者提供很多有价值的信息，但在分析处理多变量问题时，由于众变量之间往往存在一定的相关性，使得观测数据所反映的信息存在重叠现象。因此为了尽量避免信息重叠和减轻工作量，人们就往往希望能找出少数几个互不相关的综合变量来尽可能地反映原来数据所含有的绝大部分信息。而主成分分析和因子分析正是为解决此类问题而产生的多元统计分析方法。 近年来，这两种方法在社会经济问题研究中的应用越来越多，其应用范围也愈加广泛。因子分析是主成分分析的推广和发展，二者之间就势必有着许多共同之处，而SPSS软件不能直接进行主成分分析，致使一些应用者在使用SPSS进行这两种方法的分析时，常常会出现一些混淆性的错误，这难免会使人们对分析结果产生质疑。因此，有必要在运用SPSS分析时，将这两种方法加以严格区分，并针对实际问题选择正确的方法。 二、主成分分析与因子分析的联系与区别 两种方法的出发点都是变量的相关系数矩阵，在损失较少信息的前提下，把多个变量（这些变量之间要求存在较强的相关性，以保证能从原始变量中提取主成分）综合成少数几个综合变量来研究总体各方面信息的多元统计方法，且这少数几个综合变量所代表的信息不能重叠，即变量间不相关。 主要区别： 1. 主成分分析是通过变量变换把注意力集中在具有较大变差的那些主成分上，而舍弃那些变差小的主成分；因子分析是因子模型把注意力集中在少数不可观测的潜在变量（即公共因子）上，而舍弃特殊因子。 2. 主成分分析是将主成分表示为原观测变量的线性组合， （1） 主成分的个数i=原变量的个数p，其中j=1,2,…,p，是相关矩阵的特征值所对应的特征向量矩阵中的元素，是原始变量的标准化数据，均值为0，方差为1。其实质是p维空间的坐标变换，不改变原始数据的结构。 而因子分析则是对原观测变量分解成公共因子和特殊因子两部分。因子模型如式（2），

主成分分析和因子分析-回归分析和相关分析的区别

主成分分析和因子分析的区别 通过主成分分析所得来的新变量是原始变量的线性组合，每个主成分都是由原有P个变量线组合得到，在诸多主成分z中，Z1在总方差中占的比重最大，说明它综合原有变量的能力最强，其余主成分在总方差中占的比重依次递减，说明越往后的主成分综合原信息的能力越弱。以后的分析可以用前面几个方差最大的主成分来进行，一般情况下，要求前几个z 所包含的信息不少于原始信息的85％，这样既减少了变量的数目，又能够用较少的主成分反映原有变量的绝大部分信息。如利用主成分来消除多元回归方程的多重共线性，利用主成分来筛选多元线性回归方程中的变量等。 通过因子分析得来的新变量是对每一个原始变量进行内部剖析。打比喻来说，原始变量就如成千上万的糕点，每一种糕点的原料都有面粉、油、糖及相应的不同原料，这其中，面粉、油、糖是所有糕点的共同材料，这正好象是因子分析中的新变量即因子变量。正确选择因子变量后，如果想考虑成千上万糕点的物价变动，只需重点考虑面粉、油、糖等公共因子的物价变动即可。所以因子分析不是对原始变量的重新组合，而是对原始变量进行分解，分解为公共因子与特殊因子两部分。即因子分析就是要利用少数几个公共因子去解释较多个要观测变量中存在的复杂关系，它把原始变量分解为两部分因素，一部分是由所有变量共同具有的少数几个公共因子构成的，另一部分是每个原始变量独自具有的因素，即特殊因子。 1、因子分析中是把变量表示成各因子的线性组合，而主成分分析中则是把主成分表示成各个变量的线性组合。在主成分分析中，最终确定的新变量是原始变量的线性组合，如原始变量为x1，x2，. . . ，x3 ，经过坐标变换,将原有的p个相关变量xi 作线性变换,每个主成分都是由原有p 个变量线性组合得到。在诸多主成分Zi 中,Z1 在方差中占的比重最大,说明它综合原有变量的能力最强,越往后主成分在方差中的比重也小,综合原信息的能力越弱。 2、主成分分析的重点在于解释各变量的总方差，而因子分析则把重点放在解释各变量之间的协方差。 3、主成分分析中不需要有假设(assumptions)，因子分析则需要一些假设。因子分析的假设包括：各个共同因子之间不相关，特殊因子（specific factor）之间也不相关，共同因子和特殊因子之间也不相关。 4、主成分分析中，当给定的协方差矩阵或者相关矩阵的特征值是唯一的时候，主成分一般是独特的；而因子分析中因子不是独特的，可以旋转得到不到的因子。 5、在因子分析中，因子个数需要分析者指定（spss根据一定的条件自动设定，只要是特征值大于1的因子进入分析），而指定的因子数量不同而结果不同。在主成分分析中，成分的数量是一定的，一般有几个变量就有几个主成分。 和主成分分析相比，由于因子分析可以使用旋转技术帮助解释因子，在解释方面更加有优势。大致说来，当需要寻找潜在的因子，并对这些因子进行解释的时候，更加倾向于使用因子分析，并且借助旋转技术帮助更好解释。而如果想把现有的变量变成少数几个新的变量（新的变量几乎带有原来所有变量的信息）来进入后续的分析，则可以使用主成分分析。当然，这中情况也可以使用因子得分做到。所以这种区分不是绝对的。

(完整版)主成分分析与因子分析的优缺点

主成分分析就是将多项指标转化为少数几项综合指标,用综合指标来解释多变量的方差-协方差结构.综合指标即为主成分.所得出的少数几个主成分,要尽可能多地保留原始变量的信息,且彼此不相关.因子分析是研究如何以最少的信息丢失,将众多原始变量浓缩成少数几个因子变量,以及如何使因子变量具有较强的可解释性的一种多元统计分析方法. 聚类分析是依据实验数据本身所具有的定性或定量的特征来对大量的数据进行分组归类以了解数据集的内在结构,并且对每一个数据集进行描述的过程.其主要依据是聚到同一个数据集中的样本应该彼此相似,而属于不同组的样本应该足够不相似. 三种分析方法既有区别也有联系,本文力图将三者的异同进行比较,并举例说明三者在实际应用中的联系,以期为更好地利用这些高级统计方法为研究所用有所裨益. 二、基本思想的异同 (一) 共同点 主成分分析法和因子分析法都是用少数的几个变量(因子) 来综合反映原始变量(因子) 的主要信息,变量虽然较原始变量少,但所包含的信息量却占原始信息的85 %以上,所以即使用少数的几个新变量,可信度也很高,也可以有效地解释问题.并且新的变量彼此间互不相关,消除了多重共线性.这两种分析法得出的新变量,并不是原始变量筛选后剩余的变量.在主成分分析中,最终确定的新变量是原始变量的线性组合,如原始变量为x1 ,x2 ,. . . ,x3 ,经过坐标变换,将原有的p个相关变量xi 作线性变换,每个主成分都是由原有p 个变量线性组合得到.在诸多主成分Zi 中,Z1 在方差中占的比重最大,说明它综合原有变量的能力最强,越往后主成分在方差中的比重也小,综合原信息的能力越弱.因子分析是要利用少数几个公共因子去解释较多个要观测变量中存在的复杂关系,它不是对原始变量的重新组合,而是对原始变量进行分解,分解为公共因子与特殊因子两部分.公共因子是由所有变量共同具有的少数几个因子；特殊因子是每个原始变量独自具有的因子.对新产生的主成分变量及因子变量计算其得分,就可以将主成分得分或因子得分代替原始变量进行进一步的分析,因为主成分变量及因子变量比原始变量少了许多,所以起到了降维的作用,为我们处理数据降低了难度. 聚类分析的基本思想是: 采用多变量的统计值,定量地确定相互之间的亲疏关系,考虑对象多因素的联系和主导作用,按它们亲疏差异程度,归入不同的分类中一元,使分类更具客观实际并能反映事物的

主成分分析和因子分析的区别

更多精彩统计学相关文章，请访问“统计之都”Capital of Statistics——https://www.sodocs.net/doc/808127253.html,
主成分分析和因子分析的区别
一、二者在 SPSS 中的实现
（一） 、因子分析在 进行因子分析主要步骤如下： 1. 2. 3. 4. 5. 指标数据标准化（SPSS 软件自动执行） ； 指标之间的相关性判定； 确定因子个数； 综合得分表达式； 各因子 Fi 命名； 例子：对沿海 10 个省市经济综合指标进行因子分析 （一）指标选取原则 本文所选取的数据来自 《中国统计年鉴 2003》 2002 年的统计数据,在沿海 10 省市经济状况主要指标 中 体系中选取了 10 个指标： X1——GDP X3——农业增加值 X5——第三产业增加值 X7——基本建设投资 X9——海关出口总额 X2——人均 GDP X4——工业增加值 X6——固定资产投资 X8——国内生产总值占全国比重（%） X10——地方财政收入
SPSS 中的实现
图表 1 沿海 10 个省市经济数据 社会消 农业增加 工业增加 第三产业 固定资产 基本建设 费品零 值 值 增加值 投资 投资 售总额 14883.3 1390 950.2 83.9 1122.6 86.2 680 663 1023.9 591.4 1376.2 3502.5 1406.7 822.8 3536.3 2196.2 2356.5 1047.1 4224.6 367 2258.4 3851 2092.6 960 3967.2 2755.8 3065 1859 4793.6 995.7 1315.9 2288.7 1161.6 703.7 2320 1970.2 2296.6 964.5 3022.9 542.2 529 1070.7 597.1 361.9 1141.3 779.3 1180.6 397.9 1275.5 352.7 2258.4 3181.9 1968.3 941.4 3215.8 2035.2 2877.5 1663.3 5013.6 1025.5
地区
GDP
人均 GDP 13000 11643 9047 22068 14397 40627 16570 13510 15030 5062
海关出 地方财 口总额 政收入 123.7 211.1 45.9 115.7 384.7 320.5 294.2 173.7 1843.7 15.1 399.7 610.2 302.3 171.8 643.7 709 566.9 272.9 1202 186.7
辽宁 5458.2 山东 10550 河北 6076.6 天津 2022.6 江苏 浙江 福建 广东 10636 7670 4682 11770 上海 5408.8
广西 2437.2
（二）因子分析在 SPSS 中的具体操作步骤
1

主成分、因子分析步骤

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 目标 减少变量个数，以较少的主成分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 重点 强调的是解释数据变异的能力，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 它将所有的变量的变异都考虑 在内，因而没有误差项 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 是否需要旋转 主成分分析作综合指标用， 不需要旋转 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 因子分析对资料要求需符合许多假设，如果假设条件不符，则因子分析的结果将受到质疑 因子分析 1 【分析】→【降维】→【因子分析】 （1）描述性统计量（Descriptives ）对话框设置 KMO 和Bartlett 的球形度检验（检验多变量正态性和原始变量是否适合作因子分析）。

（2）因子抽取（Extraction）对话框设置 方法：默认主成分法。主成分分析一定要选主成分法 分析：主成分分析：相关性矩阵。 输出：为旋转的因子图 抽取：默认选1. 最大收敛性迭代次数：默认25. （3）因子旋转（Rotation）对话框设置 因子旋转的方法，常选择“最大方差法”。“输出”框中的“旋转解”。

主成分、因子分析步骤

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 主要目标减少变量个数，以较少的主成分 来解释原有变量间的大部分变 异，适合于数据简化 找寻变量间的部相关性及潜在的共同因素，适 合做数据结构检测 强调重点强调的是解释数据变异的能力， 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 变异解释程度它将所有的变量的变异都考虑 在，因而没有误差项 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 是否需要旋转主成分分析作综合指标用， 不需要旋转 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 因子分析对资料要求需符合许多假设，如果假 设条件不符，则因子分析的结果将受到质疑 因子分析 1 【分析】→【降维】→【因子分析】 （1）描述性统计量（Descriptives）对话框设置 KMO和Bartlett的球形度检验（检验多变量正态性和原始变量是否适合作因子分析）。

（2）因子抽取（Extraction）对话框设置 方法：默认主成分法。主成分分析一定要选主成分法 分析：主成分分析：相关性矩阵。 输出：为旋转的因子图 抽取：默认选1. 最大收敛性迭代次数：默认25. （3）因子旋转（Rotation）对话框设置 因子旋转的方法，常选择“最大方差法”。“输出”框中的“旋转解”。

主成分分析和因子分析十大不同点

主成分分析和因子分析十大不同点 主成分分析和因子分析无论从算法上还是应用上都有着比较相似之处，本文结合以往资料以及自己的理解总结了以下十大不同之处，适合初学者学习之用。 1.原理不同 主成分分析基本原理：利用降维（线性变换）的思想，在损失很少信息的前提下把多个指标转化为几个不相关的综合指标（主成分）,即每个主成分都是原始变量的线性组合,而且各个主成分之间互不相关,使得主成分比原始变量具有某些更优越的性能（主成分必须保留原始变量90%以上的信息），从而达到简化系统结构，抓住问题实质的目的。 因子分析基本原理：利用降维（线性变换）的思想，由研究原始变量相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量表示成少数的公共因子和仅对某一个变量有作用的特殊因子线性组合而成。就是要从数据中提取对变量起解释作用的少数公共因子（因子分析是主成分的推广，相对于主成分分析，更倾向于描述原始变量之间的相关关系）。 2.线性表示方向不同 因子分析是把变量表示成各公因子的线性组合；而主成分分析中则是把主成分表示成各变量的线性组合。 3.假设条件不同 主成分分析：不需要有假设（assumptions）。 因子分析：需要一些假设。因子分析的假设包括：各个共同因子之间不相关，特殊因子（specific factor）之间也不相关，共同因子和特殊因子之间也不相关。4.求解方法不同 求解主成分的方法：从协方差阵出发（协方差阵已知），从相关阵出发（相关阵R已知），采用的方法只有主成分法。（实际研究中，总体协方差阵与相关阵是未知的，必须通过样本数据来估计）。 注意事项：由协方差阵出发与由相关阵出发求解主成分所得结果不一致时，要恰当的选取某一种方法；一般当变量单位相同或者变量在同一数量等级的情况下，可以直接采用协方差阵进行计算；对于度量单位不同的指标或是取值范围彼此差异非常大的指标，应考虑将数据标准化，再由协方差阵求主成分；实际应用中应该尽可能的避免标准化，因为在标准化的过程中会抹杀一部分原本刻画变量之间离散程度差异的信息。此外，最理想的情况是主成分分析前的变量之间相关性高，且变量之间不存在多重共线性问题(会出现最小特征根接近0的情况)。 求解因子载荷的方法：主成分法，主轴因子法，极大似然法，最小二乘法，a因子提取法。

主成分分析法与因子分析法的区别

主成分分析和因子分析有十大区别： 1.原理不同 主成分分析基本原理：利用降维（线性变换)的思想，在损失很少信息的前提下把多个指标转化为几个不相关的综合指标（主成分),即每个主成分都是原始变量的线性组合,且各个主成分之间互不相关,使得主成分比原始变量具有某些更优越的性能（主成分必须保留原始变量90%以上的信息），从而达到简化系统结构，抓住问题实质的目的。 因子分析基本原理：利用降维的思想，由研究原始变量相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量表示成少数的公共因子和仅对某一个变量有作用的特殊因子线性组合而成。就是要从数据中提取对变量起解释作用的少数公共因子（因子分析是主成分的推广，相对于主成分分析，更倾向于描述原始变量之间的相关关系） 2.线性表示方向不同 因子分析是把变量表示成各公因子的线性组合；而主成分分析中则是把主成分表示成各变量的线性组合。 3.假设条件不同 主成分分析：不需要有假设(assumptions), 因子分析：需要一些假设。因子分析的假设包括：各个共同因子之间不相关，特殊因子（specificfactor）之间也不相关，共同因子和特殊因子之间也不相关。 4.求解方法不同 求解主成分的方法：从协方差阵出发（协方差阵已知），从相关阵出发（相关阵R已知），采用的方法只有主成分法。 （实际研究中，总体协方差阵与相关阵是未知的，必须通过样本数据来估计） 注意事项：由协方差阵出发与由相关阵出发求解主成分所得结果不一致时，要恰当的选取某一种方法；一般当变量单位相同或者变量在同一数量等级的情况下，可以直接采用协方差阵进行计算；对于度量单位不同的指标或是取值范围彼此差异非常大的指标，应考虑将数据标准化，再由协方差阵求主成分；实际应用中应该尽可能的避免标准化，因为在标准化的过程中会抹杀一部分原本刻画变量之间离散程度差异的信息。此外，最理想的情况是主成分分析前的变量之间相关性高，且变量之间不存在多重共线性问题(会出现最小特征根接近0的情况)； 求解因子载荷的方法：主成分法，主轴因子法，极大似然法，最小二乘法，a因子提取法。 5.主成分和因子的变化不同 主成分分析：当给定的协方差矩阵或者相关矩阵的特征值唯一时，主成分一般是固定的独特的； 因子分析：因子不是固定的，可以旋转得到不同的因子。 6.因子数量与主成分的数量 主成分分析：主成分的数量是一定的，一般有几个变量就有几个主成分（只是主成分所解释的信息量不等），实际应用时会根据碎石图提取前几个主要的主成分。 因子分析：因子个数需要分析者指定（SPSS和sas根据一定的条件自动设定，只要是特征值大于1的因子主可进入分析），指定的因子数量不同而结果也不同； 7.解释重点不同： 主成分分析：重点在于解释个变量的总方差， 因子分析：则把重点放在解释各变量之间的协方差。 8.算法上的不同： 主成分分析：协方差矩阵的对角元素是变量的方差； 因子分析：所采用的协方差矩阵的对角元素不在是变量的方差，而是和变量对应的共同度（变

主成分分析与因子分析的主要方法和思想

1.（10分）数据中心化和标准化在回归分析中的意义是什么？ 在多元线性回归分析中,因为涉及多个自变量,自变量的单位往往不同,会给分析带来一定的困难,又由于涉及的数据量很大,就可能会以舍入误差而使得计算结果不理想. 1.中心化处理后可以减少一个未知参数,减少了计算的工作量,对手工计算尤为重要. 2.标准化处理后有利于消除量纲不同和数量级的差异所带来的影响,避免不必要的误差. 2.（10分）在实际问题中运用多元线性回归应注意哪些问题？ 在实际问题中,人们用复相关系数R来表示回归方程对原有数据拟合程度的好坏,但是拟合优度并不是检验模型优劣的唯一标准,有时为了使模型从结构上有较合理的经济解释,R2等于0.7左右也给回归模型以肯定的态度. 在多元线性回归分析中,我们并不看重简单相关系数,而认为偏相关系数才是真正反映因变量y与自变量x i以及自变量x i与x j的相关性的数量. 用相关系数R2大小来衡量模型的拟合优度,不能仅由R2值很大来推断模型优劣. 在实际应用回归方程进行控制和预测时,给定的x0值不能偏离样本均值太大,如果太大,用回归方程无论是作因素分析还是经济预测,效果都不会理想. 得到实际问题的经验回归方程后,还不能马上用它去作分析和预测,还需运用统计方法对回归方程进行检验. 3.（15分）主成分分析与因子分析的主要方法和思想是什么？两者有何联系与区别？ 求解主成分的方法：从协方差阵出发（协方差阵已知），从相关阵出发（相关阵R已知），采用的方法只有主成分法。 一、主成分分析的基本思想 在对某一事物进行实证研究中，为了更全面、准确地反映出事物的特征及其发展规律，人们往往要考虑与其有关系的多个指标，这些指标在多元统计中也称为变量。这样就产

R语言主成分和因子分析

R语言主成分和因子分析 主成分分析（PCA）是一种数据降维技巧，它能将大量相关变量转化为一组很少的不相关变量，这些无关变量称为主成分。 探索性因子分析（EFA）是一系列用来发现一组变量的潜在结构的方法，通过寻找一组更小的、潜在的或隐藏的结构来解释已观测到的、变量间的关系。 1.R中的主成分和因子分析 R的基础安装包中提供了PCA和EFA的函数，分别为princomp （）和factanal（） psych包中有用的因子分析函数 （1）数据预处理；PCA和EFA都是根据观测变量间的相关性来推导结果。用户可以输入原始数据矩阵或相关系数矩阵列到principal()和fa（）函数中，若输出初始结果，相关系数矩阵将会被自动计算，在计算前请确保数据中没有缺失值； （2）选择因子分析模型。判断是PCA（数据降维）还是EFA（发现潜在结构）更符合你的分析目标。若选择EFA方法时，还需要选择一种估计因子模型的方法（如最大似然估计）。 （3）判断要选择的主成分/因子数目； （4）选择主成分/因子； （5）旋转主成分/因子；

（6）解释结果； （7）计算主成分或因子得分。 2.主成分分析 PCA的目标是用一组较少的不相关变量代替大量相关变量，同时尽可能保留初始变量的信息，这些推导所得的变量称为主成分，它们是观测变量的线性组合。如第一主成分为： PC1=a1X1=a2X2+……+akXk 它是k个观测变量的加权组合，对初始变量集的方差解释性最大。 第二主成分是初始变量的线性组合，对方差的解释性排第二，同时与第一主成分正交（不相关）。后面每一个主成分都最大化它对方差的解释程度，同时与之前所有的主成分都正交，但从实用的角度来看，都希望能用较少的主成分来近似全变量集。 （1）判断主成分的个数 PCA中需要多少个主成分的准则： 根据先验经验和理论知识判断主成分数； 根据要解释变量方差的积累值的阈值来判断需要的主成分数； 通过检查变量间k*k的相关系数矩阵来判断保留的主成分数。 最常见的是基于特征值的方法，每个主成分都与相关系数矩阵的特征值关联，第一主成分与最大的特征值相关联，第二主成分与第二大的特征值相关联，依此类推。 Kaiser-Harris准则建议保留特征值大于1的主成分，特征值小于1的成分所解释的方差比包含在单个变量中的方差更少。 Cattell碎石检验则绘制了特征值与主成分数的图形，这类图形可以展示图形弯曲状况，在图形变化最大处之上的主成分都保留。 最后，还可以进行模拟，依据与初始矩阵相同大小的随机数矩阵来判断要提取的特征值。若基于真实数据的某个特征值大于一组随机数据矩阵相应的平均特征值，那么该主成分可以保留。该方法称作平行分析。

主成分分析与因子分析

一、问题的提出 在科学研究或日常生活中，常常需要判断某一事物在同类事物中的好坏、优劣程度及其发展规律等问题。而影响事物的特征及其发展规律的因素（指标）是多方面的，因此，在对该事物进行研究时，为了能更全面、准确地反映出它的特征及其发展规律，就不应仅从单个指标或单方面去评价它，而应考虑到与其有关的多方面的因素，即研究中需要引入更多的与该事物有关系的变量，来对其进行综合分析和评价。多变量大样本资料无疑能给研究人员或决策者提供很多有价值的信息，但在分析处理多变量问题时，由于众变量之间往往存在一定的相关性，使得观测数据所反映的信息存在重叠现象。因此为了尽量避 免信息重叠和减轻工作量，人们就往往希望能找出少数几个互不相关的综合变量来尽可能地反映原来数据所含有的绝大部分信息。而主成分分析和因子分析正是为解决此类问题而产生的多元统计分析方法。 近年来，这两种方法在社会经济问题研究中的应用越来越多，其应用范围也愈加广泛。因子分析是主成分分析的推广和发展，二者之间就势必有着许多共同之处，而 SPSS 软件不能直接进行主成分分析，致使一些应用者在使用SPSS 进行这两种方法的分析时，常常会出现一些混淆性的错误，这难免会使人们对分析结果产生质疑。因此，有必要在运用SPSS 分析时，将这两种方法加以严格区分，并针对实际问题选择正确的方法。 二、主成分分析与因子分析的联系与区别 两种方法的出发点都是变量的相关系数矩阵，在损失较少信息的前提下，把多个变量（这些变量之间要求存在较强的相关性，以保证能从原始变量中提取主成分）综合成少数几个综合变量来研究总体各方面信息的多元统计方法，且这少数几个综合变量所代表的信息不能重叠，即变量间不相关。 主要区别： 1. 主成分分析是通过变量变换把注意力集中在具有较大变差的那些主成分上，而舍弃那些变差小的主成分；因子分析是因子模型把注意力集中在少数不可观测的潜在变量（即公共因子）上，而舍弃特殊因子。 2. 主成分分析是将主成分表示为原观测变量的线性组合， 1o i ij j j Y X γ==∑ （1） 主成分的个数i=原变量的个数p ，其中j=1,2,…,p ， 是相关矩阵的特征值所对应的特征向量矩阵中的元素， 是原始变量的标准化数据，均值为0，方差为1。其实质是p 维空间的坐标变换，不改变原始数据的结构。 而因子分析则是对原观测变量分解成公共因子和特殊因子两部分。因子模型如式（2）， （2） 其中i=1,2,…,p, m 是因子分析过程中的初始因子载荷矩阵中的元素, 是第j 个公共因子，是第i 个原观测变量的特殊因子。且此处的与的均值都为0，方差都为1。 3. 主成分的各系数，是唯一确定的、正交的。不可以对系数矩阵进行任何的旋转，且系数大小并不代表原变量与主成分的相关程度；而因子模型的系数矩阵是不唯一的、可以进行旋转的，且该矩阵表明了原变量和公共因子的相关程度。 4. 主成分分析，可以通过可观测的原变量X 直接求得主成分Y ，并具有可逆性；因子分析

因子分析和主成分分析

因子分析和主成分分析 实验目的 学习利用SPSS进行因子分析和主成分分析。 二、实验性质 选修，基础层次 三、主要仪器及试材 计算机及SPSS软件 四、实验内容 因子分析 五、实验学时 2学时 六、实验方法与步骤 1. 开机； 2. 找到SPSS的快捷按纽或在程序中找到SPSS，打开SPSS； 3. 按要求建立数据文件； 4. 进行统计分析； 5. 撰写实验报告； 6. 关闭SPSS，关机。 七、实验注意事项 1. 实验中不轻易改动SPSS的参数设置，以免引起系统运行问题。 2. 遇到各种难以处理的问题，请询问指导教师。 3. 为保证计算机的安全，上机过程中非经指导教师和实验室管理人员同意，禁止使用移动 存储器。 4. 每次上机，个人应按规定要求使用同一计算机，如因故障需更换，应报指导教师或实验 室管理人员同意。 5. 上机时间，禁止使用计算机从事与课程无关的工作。 八、上机作业 例1：下表资料为25名健康人的7项生化检验结果，7项生化检验指标依次命名为X1至X7，请对该资料进行因子分析。

实验步骤： 1．建立数据文件。定义变量名：分别为X1、X2、X3、X4、X5、X6、X7，按顺序输入相应数值，建立数据文件,保存为“生化检验”。 2．选择菜单“分析→降维→因子分析”，弹出“因子分析”对话框。在对话框左侧的变量列表中选变量X1至X7，进入“变量”框，如图1。 3．单击“描述”按钮，弹出“因子分析：描述统计”对话框，在“统计量”中选“单变量描述性”项，输出各变量的均数与标准差，“在相关矩阵”栏内选“系数”，计算相关系数矩阵，并选“KMO 和Bartlett的球型度检验”项，对相关系数矩阵进行统计学检验，如图2。

主成分分析与因子分析的比较研究与实例分析

主成分分析与因子分析的比较研究与实例分析 摘 要： 比较研究了主成分分析和因子分析理论及其联系与区别，实例分析了两种方法在实际应用中的差异性，得出结论：应用中应正确选择多元统计分析方法，并且联系实际问题和专业具体分析。 关键词： 主成分分析；因子分析；实例 Comparative research and case analysis of principal component analysis and factor analysis Abstract: the theory of principal component analysis and factor analysis as well as their relations and distinctions are compared and studied, the differences of two methods in practical application have been analyzed, concluded that the method should be choosed rightly and contacted with the actual problem and professional to do specific analysis. Key words: principal component analysis;factor analysis;actual example 0 引言 研究实际问题时常涉及多个指标变量，且彼此间存在一定的相关性，使得数据存在着一定的信息重叠。 单独研究单个变量会损失大量信息，选取几个综合变量又能充分反映原来变量的信息，且彼此之间不相关对实际研究带来了便利。主成分分析与因子分析是将多个指标化为少数几个综合指标实现降维的统计方法。近年来这两种方法应用范围越来越多广泛，既存在着去多共同之处，也有其各自的差异性[1]。 1 主成分分析与因子分析法理论 1.1 主成分分析法 设研究对象有P 个指标变量，分别为X1，X2，...，Xp 表示，从而有均值为μ，协方差矩阵为Σ的p 维随机向量X=（X1，X2，...，Xp ）。通过主成分分析对X 进行线性变换得到新的变量Y 。即： () 11121p 21222p 1212x x ...x x x ...x ,,...x x ...x P n n np X X X X ??????==???????? M M M 线性变换后：

(仅供参考)SPSS中的主成分分析与因子分析

主成分分析与因子分析及SPSS实现（一）：原理与方法 一、主成分分析 （1）问题提出 在问题研究中，为了不遗漏和准确起见，往往会面面俱到，取得大量的指标来进行分析。比如为了研究某种疾病的影响因素，我们可能会收集患者的人口学资料、病史、体征、化验检查等等数十项指标。如果将这些指标直接纳入多元统计分析，不仅会使模型变得复杂不稳定，而且还有可能因为变量之间的多重共线性引起较大的误差。有没有一种办法能对信息进行浓缩，减少变量的个数，同时消除多重共线性？ 这时，主成分分析隆重登场。 （2）主成分分析的原理 主成分分析的本质是坐标的旋转变换，将原始的n个变量进行重新的线性组合，生成n个新的变量，他们之间互不相关，称为n个“成分”。同时按照方差最大化的原则，保证第一个成分的方差最大，然后依次递减。这n个成分是按照方差从大到小排列的，其中前m个成分可能就包含了原始变量的大部分方差（及变异信息）。那么这m个成分就成为原始变量的“主成分”，他们包含了原始变量的大部分信息。 注意得到的主成分不是原始变量筛选后的剩余变量，而是原始变量经过重新组合后的“综合变量”。 我们以最简单的二维数据来直观的解释主成分分析的原理。假设现在有两个变量X1、X2，在坐标上画出散点图如下：

可见，他们之间存在相关关系，如果我们将坐标轴整体逆时针旋转45°，变成新的坐标系Y1、Y2，如下图： 根据坐标变化的原理，我们可以算出：

Y1 = sqrt(2)/2 * X1 + sqrt(2)/2 * X2 Y2 = sqrt(2)/2 * X1 - sqrt(2)/2 * X2 其中sqrt(x)为x的平方根。 通过对X1、X2的重新进行线性组合，得到了两个新的变量Y1、Y2。 此时，Y1、Y2变得不再相关，而且Y1方向变异（方差）较大，Y2方向的变异（方差）较小，这时我们可以提取Y1作为X1、X2的主成分，参与后续的统计分析，因为它携带了原始变量的大部分信息。 至此我们解决了两个问题：降维和消除共线性。 对于二维以上的数据，就不能用上面的几何图形直观的表示了，只能通过矩阵变换求解，但是本质思想是一样的。 二、因子分析 （一）原理和方法： 因子分析是主成分分析的扩展。 在主成分分析过程中，新变量是原始变量的线性组合，即将多个原始变量经过线性（坐标）变换得到新的变量。 因子分析中，是对原始变量间的内在相关结构进行分组，相关性强的分在一组，组间相关性较弱，这样各组变量代表一个基本要素（公共因子）。通过原始变量之间的复杂关系对原始变量进行分解，得到公共因子和特殊因子。将原始变量表示成公共因子的线性组合。其中公共因子是所有原始变量中所共同具有的特征，而特殊因子则是原始变量所特有的部分。因子分析强调对新变量（因子）的实际意义的解释。