| 查看: 4530 | 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
咱们一起用铁证分析2026国家社科基金中标与否
已经有27人回复
为什么余额宝的年化利率越来越低?主要原因有哪些?
已经有3人回复
2027广东省杰青
已经有9人回复
朋友圈看到的
已经有5人回复
欢迎发来filecode的Mz6后的代码验证其规律
已经有110人回复
明天放榜?
已经有5人回复
时间戳变了,能看出什么问题?
已经有11人回复
重要消息,中午系统在维护
已经有10人回复
投稿咨询
已经有6人回复
时间戳又变了8-15
已经有26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:
五大联赛看好哪支球队
+5/440
2026年财务管理、经济与信息技术国际会议 (FMEIT 2026)
+1/414
一点琐碎的家务事,却非常困扰我,让我内耗
+2/142
山东征女友,坐标济南
+1/91
坐标北京诚征男友
+1/89
5年了,散金祈愿面上得中,愿望成真再散十倍
+1/46
科研人员申请国际专利,到底该怎么走?(PCT vs 巴黎公约,一文讲透)
+1/4
清华大学环境课题组招聘环境工作专业客座生研究生2-3名(应用导向)
+1/4
清华大学环境课题组招聘环境工作专业客座生研究生2-3名(应用导向)
+1/4
中国科学院生态环境研究中心环境工程相关方向招收保送硕士和联合培养博士和硕士研究生
+1/4
南京医科大学-冯璋课题组-招收2027级生化与分子生物学专业博士和硕士研究生
+1/3
2026年生物学、大数据与信息工程国际会议 (BSBIE 2026)
+1/3
北京理工大学-集成电路与电子学院杰青团队-招博士后
+1/3
河海大学海洋环境污染与生态毒理学研究组招收2027级硕士生 及博士研究生
+1/3
27推免-广州医科大学封红亮教授招收精神医学应用心理学推免生
+1/3
中国科学院生物物理研究所田勇课题组招聘联合培养生
+1/2
北理工集成电路杰青团队 | 诚招科助理
+1/2
北理工集成电路杰青团队 | 诚招科助理
+1/2
埃克塞特大学商学院管理科学/运筹/数据科学方向Dr Fanlin Meng课题组招收2027秋博士
+1/1
趋化因子多重检测技术:免疫细胞迁移与微环境调控研究的核心工具
+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
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!