| 查看: 4227 | 回复: 6 | |||
[交流]
因子分析和主成分分析的区别在哪里？
|
|||
主成分分析和因子分析的概念和操作非常相像，请问区别在哪里？ |
回复此楼» 猜你喜欢
085600材料与化工301分求调剂院校
已经有4人回复
-
材料与化工371求调剂
已经有14人回复
-
336材料与化工085600求调剂
已经有7人回复
-
材料334求调剂
已经有18人回复
-
331求调剂
已经有8人回复
-
332求调剂
已经有17人回复
-
一志愿南京航空航天大学 材料与化工329分求调剂
已经有4人回复
-
材料专硕322
已经有7人回复
-
求调剂
已经有20人回复
-
一志愿郑州大学085600求调剂
已经有20人回复
» 本主题相关价值贴推荐，对您同样有帮助:
- 已知元素成份，谁能告诉我是什么橡胶？
已经有7人回复
- 高分子液体材料元素组成与分析
已经有3人回复
- 请问因子分析的作用是什么？它与主成分分析图是否有相关性？
已经有4人回复
- 请问聚类分析和主成分分析的区别在哪里？
已经有20人回复
- [转载]主成分分析，聚类分析，因子分析的基本思想以及他们各自的优缺点
已经有16人回复
- 【求助】这是不是无定形结构？有没有方法可以得到无定形结构中的元素组成
已经有9人回复
- PB 或部分因子实验设计求助
已经有5人回复
- SPSS数据分析主成分分析因子得分图怎么做？
已经有12人回复
- 【求助】hplc 出峰时有部分组分峰出现在基线以下？
已经有5人回复
» 抢金币啦！回帖就可以得到:
-
安徽宿州学院 085600材料与化工(专业学位) 2026年研究生招生调剂信息
+1/85
-
爆 名额多 河北大学招收生物与医药专业调剂考生
+2/70
-
天津理工生命健康智能检测研究院2026年调剂生
+1/40
-
常州大学化学及相关专业硕士调剂招生信息
+1/35
-
齐鲁工业大学（山东省科学院）海洋流体机械团队 2026 年博士研究生招生
+1/21
-
同济大学环境学院 肖倩特聘研究员课题组 招聘硕士/博士（长期有效）
+1/13
-
招收地理类、环境类、地化类、生物类、土壤类、农业资源与环境等硕士调剂生
+1/11
-
首都师范大学化学系田洋课题组专硕招调剂生
+1/10
-
湖北省重点大学，化工领域
+1/9
-
西北工业大学机电学院 复合材料加工制造方向招聘博士后
+1/8
-
南方科技大学微电子学院陈鹏教授招收2026级博士生（第二批）
+1/7
-
计算机学院招学硕大量调剂
+1/7
-
福建理工大学材料学院招收专业代码08开头学术型硕士研究生
+1/7
-
找好工作来我这-广东唯一石化院校——资源与环境专硕招生
+1/6
-
吉林工程技术师范学院 材料与化工 （0856） 招收调剂
+1/6
-
长江师范学院 材料工程 招收调剂学生
+1/6
-
现代材料与先进制造团队研究生招收公告
+1/5
-
太原科技大学材料科学与工程学院“03高性能轻质合金及新能源材料”学硕与专硕有缺额
+1/5
-
王金凤教授团队
+1/5
-
山东某双一流院校0857招收调剂
+1/1
4楼2011-03-04 15:24:18
纯真年代syy(金币+6): 谢谢，很有启发！ 2011-03-12 19:19:05
|
看看下面这段话对楼主有没得帮助—— 主成分分析和因子分析的区别 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个变量的线性组合。 2、主成分分析的重点在于解释个变量的总方差，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，的主成分一般是独特的；而因子分析中因子不是独特的，可以旋转得到不同的因子。 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。所以这中区分不是绝对的。 总得来说，主成分分析主要是作为一种探索性的技术，在分析者进行多元数据分析之前，用主成分分析来分析数据，让自己对数据有一个大致的了解是非常重要的。主成分分析一般很少单独使用：a，了解数据。(screening the data),b,和cluster analysis一起使用，c，和判别分析一起使用，比如当变量很多，个案数不多，直接使用判别分析可能无解，这时候可以使用主成份发对变量简化。（reduce dimensionality）d,在多元回归中，主成分分析可以帮助判断是否存在共线性（条件指数），还可以用来处理共线性。 在算法上，主成分分析和因子分析很类似，不过，在因子分析中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（变量方差中被各因子所解释的部分）。 |
5楼2011-03-04 17:30:51
学习学习！ 6楼2011-07-22 23:23:37
7楼2012-02-28 18:29:33
简单回复
纯真年代syy2楼
2011-03-04 15:03
纯真年代syy3楼
2011-03-04 15:04
