浅谈主成分分析与因子分析方法的联系与区别.pdfVIP

2011 NO.22 中国新技术新产品 China New Technologies and Products 社会科学 浅谈主成分分析与因子分析方法的联系与区别 滕 达 (吉林工商学院会计分院,吉林长春 130062 ) 摘 要： 介于主成分分析方法和因子分析方法均是通过降维的思想解决多变量、大样本的问题，两者在实际使用过程中既有联 系，又有区别，故本文旨在通过分析主成分分析和因子分析方法的内涵，对两者异同进行比较分析，以便更进一步了解两种方法的 各自特点，更好的用其解决科学研究中的相关问题。 关键词： 主成分分析；因子分析；联系；区别 中图分类号:C81 文献标识码:A 1 问题的提出 主成分分析法是将多个指标转化为少数彼此 在利用统计软件 SPSS 进行主成分分析 在现实生活或科学研究过程中，影响某一 不相关的综合指标（即主成分）的统计方法。而 时，其基本步骤大致为：（1）对原始数据进行标 事物的特征或该事物发展规律的因素是多元 因子分析法是主成分分析法的推广和发展，它 准化处理；（2）选择 分析（Analyze）- 数据提 化的，我们在对这些影响因素对于事物的影响 也是将具有错综复杂关系的变量综合为数量 取（Data Reduction）- 成分分析（Factor Ana- 进行研究过程中，该事物的某一特征作为统计 较少的几个因子，再根据不同因子还可以对变 lyze） 打开主成分分析对话框，在 数据描述 学意义上的因变量，而影响因素则作为自变 量进行分类，同时重塑原始变量与因子之间的 （Descriptives）：相关系数矩阵（Correlation Ma- 量。为了更加全面的对事物的特征或发展规律 相互关系。 trix） 框中选系数（Coefficients）， 统计（Statis- 进行反映，需要综合与其相关各种影响因素进 2.2.2 基本原理不同 tics） 框中选初始解（Initial solution）；Step4： 行评价，即在研究过程中对于影响事物特征或 主成分分析方法旨在通过方差- 协方差 提取（Extraction）：方式（Method） 框中选主成 发展规律的因素需要更多的引入，对其进行综 矩阵将多个原始变量通过多次线性变换得到 分（Principal components）； 分析（Analyze）框 合分析和评价。然而，多变量大样本资料尽管 少数几个主成分（新的变量），这些主成分变量 中选相关系数矩阵（Correlation matrix）； 显示 可以对事物特征或发展规律提供更加全面的 能够反映原始变量尽可能多的信息（一般大于 （Display） 框中选未经旋转的因子载荷（Unro- 信息，但同时带来了多重共线性等问题，使得 或者等于85%为通过标准），并且它们之间不 tated factor solution）； 提取（Extract） 框中选 影响因素所反映的信息重复，影响统计结果的 相关。从数理上讲，主成分分析法是一种矩阵 特征值（Eigenvalues）；Step5：结果显示在Out- 真实性和科学性。对此，降维思想成为解决这 变换的方法，即将给定的变量（原始变量）通过 put 中：提取方差总合计（Total Variance Ex- 一问题的有效方式。主成分分析和因子分析方 多次线性变换，转换成一组彼此不相关的变 plained）中主成分的累计贡献率大于等于85% 法都是运用降维的思想，将多变量信息归纳为 量，在这个过程中，变量的方差之和保持不变， 的主成分个数：Component Matrix 中第i 个 少数几个相互无关的的综合变量以反映原来 方差最大的作为第一主成分变量，以此类推， 主成分的列向量除以相应特征根的平方根后 数据的大部分信息