主成分分析有什么用？主成分分析的主要目的是降維。例如，如果你想做一個(gè)分析，并選擇20個(gè)指標(biāo)，你認(rèn)為他們是非常重要的，但這20個(gè)指標(biāo)太麻煩，你的分析。此時(shí)，可以采用主成分分析的方法進(jìn)行降維。20個(gè)指標(biāo)之

主成分分析有什么用？

主成分分析的主要目的是降維。例如，如果你想做一個(gè)分析，并選擇20個(gè)指標(biāo)，你認(rèn)為他們是非常重要的，但這20個(gè)指標(biāo)太麻煩，你的分析。此時(shí)，可以采用主成分分析的方法進(jìn)行降維。20個(gè)指標(biāo)之間會(huì)有這樣那樣那樣的關(guān)系，相互影響。經(jīng)過主成分分析，可以得到4到5個(gè)主成分指標(biāo)。此時(shí)，這些主成分指標(biāo)不僅涵蓋了你的20個(gè)指標(biāo)中的大部分，還簡化了你的分析（從20個(gè)維度到4、5個(gè)維度），簡化了分析過程，提高了結(jié)果的準(zhǔn)確性。

主成分分析的主要步驟？

主成分分析是將一組可能具有相關(guān)性的變量轉(zhuǎn)換為一組線性不相關(guān)的變量。轉(zhuǎn)換后的變量稱為主成分。

主成分分析步驟：1。規(guī)范原始數(shù)據(jù)。計(jì)算相關(guān)系數(shù)。計(jì)算特征值。確定主成分。綜合主成分。

主成分分析的原理是嘗試將原始變量重新組合成一組新的獨(dú)立綜合變量。同時(shí)，根據(jù)實(shí)際需要，可以少取幾個(gè)總變量，盡可能地反映原始變量的信息。這種統(tǒng)計(jì)方法稱為主成分分析或主成分分析，也是一種降維的數(shù)學(xué)方法。

左轉(zhuǎn)|右轉(zhuǎn)

展開數(shù)據(jù)

主成分分析的主要作用

1。主成分分析可以降低所研究數(shù)據(jù)空間的維數(shù)。

2. 有時(shí)我們可以通過因子負(fù)荷AIJ的結(jié)論找出x變量之間的一些關(guān)系。

關(guān)于主成分分析的stata操作步驟？

首先，規(guī)范化變量：Egen Z1=STD（x1）

主成分分析：PCA x*，mineigen（1）

主成分負(fù)荷分析：estat負(fù)荷，cnorm（eigen）

效果分析：estat kmo（一般大于0.7適合主成分分析）

碎石：屏幕圖

主成分選擇，一般選取前幾個(gè)方差來解釋累積因子的80%以上的主成分

在用SPSS做主成分分析時(shí)，由于軟件只有因子分析，所以需要計(jì)算因子系數(shù)矩陣來得到相應(yīng)的主成分系數(shù)。具體步驟是將每列的因子除以相應(yīng)特征值的平方根（可以通過SPSS下的transform computevariable進(jìn)行計(jì)算）。計(jì)算主成分系數(shù)后，將主成分系數(shù)乘以標(biāo)準(zhǔn)化原始數(shù)據(jù)（SPSS中的描述性統(tǒng)計(jì)分析即可），得到主成分矩陣。至于你要求的綜合主成分計(jì)算，這是最后一步。主成分矩陣乘以相應(yīng)的方差貢獻(xiàn)率即為綜合主成分值。你可能混淆了主成分分析和因子分析，因?yàn)橹挥幸蜃臃治錾婕耙蜃拥梅窒禂?shù)矩陣，但實(shí)際上很多人會(huì)混淆，因?yàn)檫@兩種方法太相似了。用SPSS計(jì)算主成分比較麻煩，因子分析比較好。但是，具體問題還需要詳細(xì)分析。如果你能SAS那就方便多了，編程自己的程序需要，但是需要一定的基礎(chǔ)。