STATA中主成分分析与使用主成分法的因子分析的区别.pdfVIP

By Leokeeper STATA 中主成分分析与使用主成分法的因子分析的区别 问题描述：在使用因子分析factor 命令中，抽取共因子的方法包括主成分法、主因子法、 迭代因子以及最大似然法。后三种不难理解。但是在 stata 做主成分分析有一个直接命令 pca，那么 pca 主成分分析与 factor 中使用主成分法是否是一致的。这个问题在 spss 中更为 明显和严重。下面就用实例来说明这个问题。 一、主成分分析 先将变量标准化： Egen z1=std(x1) …… Egen z7=std(x7) 分析过程： . pca x*,mineigen(1) Principal components/correlation Number of obs = 50 Number of comp. = 2 Trace = 7 Rotation: (unrotated = principal) Rho = 0.7649 Component Eigenvalue Difference Proportion Cumulative + Comp1 4.1151 2.87617 0.5879 0.5879 Comp2 1.23893 .51336 0.1770 0.7649 Comp3 .725575 .409071 0.1037 0.8685 Comp4 .316504 .0585356 0.0452 0.9137 Comp5 .257968 .0359421 0.0369 0.9506 Comp6 .222026 .098134 0.0317 0.9823 Comp7 .123892 . 0.0177 1.0000 Principal components (eigenvectors) 主成分特征向量 Vari Comp1 Comp2 Unexplained ++ x1 0.3002 -0.6292 .1386 x2 0.4318 -0.1694 .1973 x3 0.3969 0.0423 .3496 x4 0.3966 -0.3436 .2064 x5 0.4402 0.2032 .1516 x6 0.3574 0.4024 .2737 1 By Leokeeper x7 0.2952 0.5023 .3288 . loadingplot Component loadings 5 . x7 x6 x5 2