您好,現(xiàn)在漢格來為大家解答以上的問題。因子分析的目的是什么 用少量概括性指標(biāo)來相信很多小伙伴還不知道,現(xiàn)在讓我們一起來看看吧！

1、主成分分析和因子分析的區(qū)別 :jok:1，因子分析中是把變量表示成各因子的線性組合，而主成分分析中則是把主成分表示成 個變量的線性組合。

2、 2，主成分分析的重點在于解釋個變量的總方差，而因子分析則把重點放在解釋各變量之 間的協(xié)方差。

3、 3，主成分分析中不需要有假設(shè)(assumptions),因子分析則需要一些假設(shè)。

4、因子分析的假 設(shè)包括：各個共同因子之間不相關(guān)，特殊因子（specific factor）之間也不相關(guān)，共同 因子和特殊因子之間也不相關(guān)。

5、 4，主成分分析中，當(dāng)給定的協(xié)方差矩陣或者相關(guān)矩陣的特征值是唯一的時候，的主成分 一般是獨特的；而因子分析中因子不是獨特的，可以旋轉(zhuǎn)得到不到的因子。

6、 5，在因子分析中，因子個數(shù)需要分析者指定（spss根據(jù)一定的條件自動設(shè)定，只要是特 征值大于1的因子進(jìn)入分析），而指 定的因子數(shù)量不同而結(jié)果不同。

7、在主成分分析中，成分的數(shù)量是一定的，一般有幾個變量 就有幾個主成分。

8、 和主成分分析相比，由于因子分析可以使用旋轉(zhuǎn)技術(shù)幫助解釋因子，在解釋方面更加有 優(yōu)勢。

9、大致說來，當(dāng)需要尋找潛在的因子，并對這些因子進(jìn)行解釋的時候，更加傾向于 使用因子分析，并且借助旋轉(zhuǎn)技術(shù)幫助更好解釋。

10、而如果想把現(xiàn)有的變量變成少數(shù)幾個 新的變量（新的變量幾乎帶有原來所有變量的信息）來進(jìn)入后續(xù)的分析，則可以使用主 成分分析。

11、當(dāng)然，這中情況也可以使用因子得分做到。

12、所以這中區(qū)分不是絕對的。

13、 總得來說，主成分分析主要是作為一種探索性的技術(shù)，在分析者進(jìn)行多元數(shù)據(jù)分析之前 ，用主成分分析來分析數(shù)據(jù)，讓自己對數(shù)據(jù)有一個大致的了解是非常重要的。

14、主成分分 析一般很少單獨使用：a，了解數(shù)據(jù)。

15、(screening the data),b,和cluster analysis一 起使用，c，和判別分析一起使用，比如當(dāng)變量很多，個案數(shù)不多，直接使用判別分析可 能無解，這時候可以使用主成份發(fā)對變量簡化。

16、（reduce dimensionality）d,在多元回 歸中，主成分分析可以幫助判斷是否存在共線性（條件指數(shù)），還可以用來處理共線性 。

17、 在算法上，主成分分析和因子分析很類似，不過，在因子分析中所采用的協(xié)方差矩陣的 對角元素不在是變量的方差，而是和變量對應(yīng)的共同度（變量方差中被各因子所解釋的。

本文就為大家分享到這里，希望小伙伴們會喜歡。