主成分分析方法与因子分析方法的比较研究.pdfVIP

主成分分析方法与因子分析方法的比较研究 叶可莹 （福建农林大学东方学院经济统计学专业 2018 届） 摘要：主成分分析和因子分析是多元统计中较为关键和常用的两种方法，二者皆 是从变量的方差-协方差结构着手，尽可能多的保存原始变量的信息。在此基础上用少 量的新变量解释那些原始变量的统计分析方法。本篇论文对主成分分析与因子分析进 行研究讨论。这个研究是基于理论和应用两个方面。在原理方面，对主成分方法进行 了相关的证明和推倒，对因子分析估算方法进行了深入的研究。从一些方面比较了两 个方法的相同点和不同点，这些方面包括概念、基本思想数学模型和计算方法与过程 等。 关键词：主成分分析；因子分析；应用分析 Comparative of Principal Component Analysis Method and Factor Analysis Method YE Ke-Ying (Fujian Agriculture and Forestry University Oriental College of Economics and Statistics 2018) Abstract:Principal component analysis and factor analysis are two key and common methods in multivariate statistics. Both of them are based on the variance-covariance structure of variables and preserve as much raw variable information as possible. On this basis, a small number of new variables are used to explain the statistical analysis methods of those original variables. This article studies the principal component analysis and factor analysis from two aspects of theory and application. The principle of component analysis is connect to mathematical induction and certification of properties. The factor loading matrix and factor variance estimation methods in factor analysis are further studied. The similarities and differences of the two methods are compared from the aspects of concepts, basic theory, statistical view, mathematical matrix, and calculation course. Key words: Principal component analysis; Factor analysis; Application analysis 引言 现今社会，人们开始关注信息的全面性。为了更有效得利用信息，应该对事物进 行客观、全方面的综合性的评价。在研究中，为了方便分析以找出规律，需要把多个 反映事物的指标（指标统称为变量）进行大量的观察和测试。样本大变量多会为研究 带来丰富的信息，但是由于这些变量彼此具有关联，使得观察出的信息出现重复，问 题更加复杂，带来不便，给结果的科学性带来不利影响。主成分分析方法是把很多个 指标化为少量综合指标的一个统