目录
什么是主成分分析？
主成分分析的步骤
根据什么选择主成分？
怎样解释主成分？
特征值、方差解释率及碎石图
载荷系数与共同度
什么是主成分分析？
主成分的概念由Karl Pearson在1901年提出的。他是考察多个 变量间相关性一种多元统计方法 研究如何通过少数几个主成分(principal component)来解释 多个变量间的内部结构。即从原始变量中导出少数几个主分量， 使它们尽可能多地保留原始变量的信息，且彼此间互不相关。
主成分分析的目的：数据的压缩；数据的解释
常被用来寻找判断事物或现象的综合指标，并对综合指标所包 含的信息进行适当的解释
主成分分析的步骤
1.对原来的p个指标进行标准化，以消除变量在水平和 量纲上的影响
2.根据标准化后的数据矩阵求出相关系数矩阵
3.求出协方差矩阵的特征根和特征向量
4.确定主成分，并对各主成分所包含的信息给予适当的解释
用spss进行主成分分析
根据什么选择主成分？
根据主成分贡献率
一般来说，主成分的累计方差贡献率达到80%以上的前 几个主成分，都可以选作最后的主成分
比如表3中前两个主成分的累计方差贡献率为95.57% n 根据特特征根的大小
一般情况下，当特征根小于1时，就不再选作主成分了
因为该主成分的解释力度还不如直接用原始变量解的释 力度大
比如表3中除前两个外，其他主成分的特征根都小于1。
所以SPSS只选择了两个主成分
怎样解释主成分？
进行主成分分析后如何正确的对主成分进行解释？ - 知乎 (zhihu.com)
