| 查看: 4468 | 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? |
» 猜你喜欢
这种情况还有戏吗
已经有10人回复
微信指数没变化,科研之友没阅读
已经有4人回复
同事接到电话了,我却没有
已经有4人回复
准备明年的基金了
已经有5人回复
今年的WR进展到哪一步了?
已经有6人回复
时间戳他又来了
已经有11人回复
小木虫看见有人已经知道结果了
已经有15人回复
这个自发加氧反应的机理是什么?
已经有6人回复
J-J-W不为人知的一面
已经有18人回复
没消息就是被刷了呗
已经有13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:
浙江理工大学能源催化团队诚聘专职教师/博士后
+2/214
西湖大学拓扑光学、非厄米光学、太赫兹方向博士后招聘(长期有效)
+5/130
西湖大学物理学、光学、电子信息方向博士生招生(长期有效)
+5/120
西湖大学物理学、光学、电子信息方向博士生招生(长期有效)
+5/105
山东第一医科大学医工交叉团队2025年招收纳米医学、药物化学等领域副教授、博士后
+1/78
武汉大学集成与超构光子芯片团队招收博士生
+5/75
Postdoctoral fellow in Medicinal Chemistry, McGill University
+1/74
中国特种设备检测研究院招聘1名高温涂层方向博士后
+2/56
西湖大学拓扑光学、非厄米光学、太赫兹方向博士后招聘(长期有效)
+5/55
大连理工大学化学学院界面介导黏附与组装课题组招收2027级推免生/考研生
+1/33
坐标南京
+1/30
深圳大学 招收2027级推免研究生 (金属材料/ 3D打印/ 氢能等方向)
+1/26
招生宣讲会倒计时!7月29日20:00,不见不散!
+1/12
一株吊兰
+1/12
新西兰坎特伯雷大学招博士后
+1/7
国际 EI 会议征稿进行时
+1/5
大家有research gate的账号吗?有偿借用
+1/4
中山大学孙逸仙纪念医院潘越教授团队招聘博士后和科研助理
+1/3
南京大学FinTech大模型实验室招募斯坦福联培博士生和博士后及科研助理、科研实习生
+1/3
国家自然科学基金申报者发榜前心理状态调查,麻烦帮忙填一下哇!
+2/2
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
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











回复此楼
学习学习!