它会高估或者低估实际的因子个数。它的适用范围是20-40个的测度项，每个理论因子对应3-5个测度项，并且样本量是大的 ( 3100)。碎石坡法是一种看图 *** 。如果我们以因子的次序为X轴、以特征根大小为Y轴，我们可以把特征。
主成分分析是对于原先提出的所有变量，将重复的变量关系紧密的变量删去多余，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。设法将原来变量重新组合成一组新。
主成分分析最主要的用途在于“降维”。举个例子，你要做一项分析，选中了20个指标，你觉得都很重要，但是20个指标对于你的分析确实太过繁琐，这时候，你就可以采用主成分分析的 *** 进行降维。20个指标之间会有这样那样的相互。
依据该原则确定的综合变量指标z1，z2，…，zp分别称为原始指标的第第…、第p个主成分，分析时可只挑选前几个方差更大的主成分。(二)主成分分析法的步骤 (1)将原始数据进行标准化处理，以消除原始数据在数量级。
主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标。在实际问题研究中，为了全面、系统地分析问题，我们必须考虑众多影响因素。这些涉及的因素一般称为指标，在多元统计分析中也称为变量。因为每个。
主成分分析(Principal components *** ysis，以下简称PCA)是最重要的降维 *** 之一。在数据压缩消除冗余和数据噪音消除等领域都有广泛的应用。 PCA的思想是将n维特征映射到k维上(k 主成分分析经常用于减少数据集的 维数 ，同时保持数据集中的对方差贡献更大的特征。这是通过保留低阶主成分，忽略高阶主成分做到的。这样低阶成分往往能够保留住数据的最重要方面。但是，这也不是一定的，要视具体应用而定。 网友分享：主成分分析与因子分析及SPSS实现一、主成分分析(1)问题提出在问题研究中，为了不遗漏和准确起见，往往会面面俱到，取得大量的指标来进行 主成分分析与因子分析及SPSS实现一、主成分分析(1)问题提出在问题研究中，为了不遗漏和准确起见。 主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标（即主成分），其中每个主成分都能够反映原始变量的大部分信息，且所含信息互不重复。这种 *** 在引进多方面变量的同时将复杂因素归结为几个主。 而主成分分析中则是把主成分表示成各变量的线性组合。假设条件不同主成分分析，不需要有假设，因子分析，需要一些假设，因子分析的假设包括，各个共同因子之间不相关，特殊因子之间也不相关，共同因子和特殊因子之间也不相关。6、主成分分析(PCA)简介
7、主成分分析与因子分析及SPSS实现
8、主成分分析 *** 适用哪个方面研究
9、主成分分析和因子分析是什么