| 查看: 4616 | 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
郑州大学申博
已经有4人回复
40+中年人失业后,还能找到好工作吗?
已经有18人回复
人工智能虚构史料、伪造文献频现,多家期刊声明抵制
已经有5人回复
CsPbI2Br全无机钙钛矿SEM图像异常分析
已经有8人回复
申请科研项目纯靠实力能成功吗?
已经有12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:
【会议征稿】2027年数学与智能计算国际会议(IACMIC 2027)
+1/987
专业模型训练资源
+2/474
专业模型训练资源
+2/472
西湖大学刘癸庚课题组2027级博士招生(物理、光学、电子信息、通信、光电等方向)
+3/270
西湖大学刘癸庚课题组2027级博士招生(物理、光学、电子信息、通信、光电工程等方向)
+3/261
西湖大学刘癸庚课题组2027级博士招生(物理、光学、电子信息、通信、光电工程等方向)
+3/234
【材料表征】成分含量丨微观形貌丨分子结构丨材料加工丨预存服务
+1/99
提供SEM/XPS/XRD/FTIR/BET等多种测试/提供预存服务
+1/99
高校课题组看过来:试剂小包装可谈,COA/MSDS每批都有,翁江试剂了解一下
+1/98
威格科技|设备久置停机,做好维护再启机
+1/97
华东师范大学 精密光谱科学与技术高等研究院【李文雪团队诚聘博士后】
+3/73
[2027博士招生】钙钛矿&叠层太阳电池方向
+1/47
【广纳英才·智造微光】广州艾迪迈塔科技有限公司诚聘核心研发工程师
+1/42
上海交大微纳全重中心博士后工程师招聘!
+1/38
北京工商大学食品与健康学院杨绍祥课题组食品科学与工程博士招生
+1/29
厦门大学海优课题组|博士研究生(2027年9月入学)& 博士后招聘
+1/12
27化学博士自荐
+1/10
江西理工大学李超忠团队有机合成方向教师招聘启事
+1/8
27申博推荐:南京航空航天大学国际前沿院光学方向招收博士生!
+1/3
美国南达科他矿业理工大学NANO-BME系 Dr. Chen组招收 2027 秋季全奖博士生
+1/2
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!