| 查看: 4123 | 回复: 6 | |||
| 当前只显示满足指定条件的回帖,点击这里查看本话题的所有回帖 | |||
[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
情人节自我反思:在爱情中有过遗憾吗?
已经有4人回复
球磨粉体时遇到了大的问题,请指教!
已经有12人回复
江汉大学解明教授课题组招博士研究生/博士后
已经有3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:
医学超声影像负责人招聘-中国科学院赣江创新研究院
+1/974
985教授征女友
+1/246
石河子大学化学化工学院CJ学者领衔分子炼油团队招收博士、硕士。【接收调剂】
+1/83
陆军军医大学第二附属医院(新桥医院)冉茜课题组招聘科研人员
+1/79
龙凤Tai——写给恋人的第100封情书
+1/77
人间烟火,实则就是追求最简单的快乐
+1/74
国家级青年人才课题组招收2026级硕士研究生
+1/42
清华大学深圳国际研究生院招聘-博士后(长期有效)
+1/36
同济大学脑机智能团队脑机接口方向招生招聘
+1/27
2026年天津科技大学“新能源催化与膜材料团队”研究生招生
+1/25
【青岛大学】2026年生物与医药申请考核制博士生招生(含少数民族骨干人才)
+1/10
国家“双一流”建设高校-南京林业大学-国家级青年人才团队 招2026级申请考核制博士
+1/8
墨尔本大学(QS13)招全奖博士、CSC资助博士/访问学者(生物医学材料/器官芯片等方向)
+1/8
南京大学能源与资源学院徐加陵课题组招聘:科研助理、硕士生、博士生
+1/6
墨尔本大学(QS13)急招CSC博士(补齐全奖)/访问学者/博士后 (材料/生物医学/器官芯片等)
+1/5
德国图宾根大学诚招全奖岗位制博士(地下流固化学反应耦合数值模拟方向)
+1/5
澳科大药学院诚招2026年秋季药剂学/生物材料硕士研究生(2026年3月5日报名截止)
+1/4
大连海事大学船舶洁净能源研究中心2026年博士研究生招生启事
+1/1
苏州大学国家级青年人才团队2026年博士招生(有机光电功能材料方向)
+1/1
德国图宾根大学诚招全奖岗位制博士(地下流固化学反应耦合数值模拟方向)
+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













回复此楼