问：什么是主成分分析？主成分分析的步骤有哪些
- 答：主成分分析是指通过将一组可能存在相关性的变量转换城一组线性不相关的变量，转换后的这组变量叫主成分。
主成分分析步骤：1、对原始数据标准化，2、计算相关系数，3、计算特征，4、确定主成分，5、物顷毁合成主成分。
主成分分析的原理是设法将原来变量重新组合成一组新的相互无关的几个综合变量，同时根据实际需要从中可以取出几个较少的总和变量尽可能多地反映原来变量的信息的统计方法叫做主成分分析或称主分量分析，也是数学上处理降维的一种方法。罩备
扩展资料
主成分分析的主要作用
1．主成分分析能降低所研究的数据空间的维数。
2．有时可通过因子负荷aij的结论，弄清X变量间的某些关系。
3．多维数据的一种图形表示方法。
4．由主成分分析法构造回归模型。即把各主成分作为新自变量代替原来自变量x做回归分析。
5．用主成分分析筛选回归变量。
最经典的做法就是用F1（选取的第一个线性组合，即第一个综合指标）的方差来表达，即Va（rF1）越大，表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的，故称F1为第一主成分。乎颂
参考资料来源： - 答：主成分分析是指通过将一组可能存在相关性的变量转换城一组线性不相关的变量，转换后的这组变量叫主成分。
主成分分析步骤：1、对原始数据标准化，2、计算相关系毕毕高数，3、计算数段特征，4、确定主成分，5、合成主成分。美信手尺分析
问：试述主成分分析,因子分析和对应分析三者之间的区别与联系
- 答：一、方式不同：
1、主成分分析：
通过将一组可能存在的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。
2、因子分析：
通侍让团过从变量群中提取共性因子，因子分析可在许多变量中找出隐藏的具有代表性的因子。
3、对应分析：
通过分析由定性变量构成的交互汇总表来揭示变量。
二、作用体现不同：
1、主成分分析：
主成分分析作为基础的数学分析方法滑唯，其实际应用十分广泛，比如人口统计学、数量地理学、分子动力学模拟、、数理分析等学科中均有应用。
2、因子分析：
因子分析在中有着广泛的应用，主要包括消费者习惯和态度研究、品牌形象和特性研究、调查、个性测试。
3、对应分析：
能把众多的样品和众老橘多的变量同时作到同一张图解上，将样品的大类及其属性在图上直观而又明了地表示出来，具有直观性。另外，它还省去了因子选择和因子轴旋转等复杂的数学运算及中间过程，可以从因子载荷图上对样品进行直观的分类，是一种直观、简单、方便的多元统计方法。
扩展资料
主成分分析对于原先提出的所有变量，将重复的变量（关系紧密的变量）删去多余，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。
对应分析是由法国人Benzenci于1970年提出的，起初在法国和日本最为流行，然后引入到美国。对应分析法是在R型和Q型因子分析的基础上发展起来的一种方法，因此对应分析又称为R－Q型因子分析。
在因子分析中，如果研究的对象是样品，则需采用Q型因子分析；如果研究的对象是变量，则需采用R型因子分析。但是，这两种分析方法往往是相互对立的，必须分别对样品和变量进行处理。
问：spss主成分分析
- 答：用 KMO and bartlette’s test检验你的数据是不是能使用主成分分析，KMO值越接近1越好枝物，蔽败你现在都没这个值宏搭颤，说明是不可以用主成分分析的 。因此，这个结果是不能使用的
- 答：这样的结果没有意义。。
