如何通俗易懂地讲解什么是 PCA（主成分分析）？ - 知乎
顺便说下，PCA代表“主成分分析”（principal component analysis），而这个新属性称为“第一主成分”。同时，我们通常不说“属性”（property）或“特性”（characteristic），而说“特征”（feature）或“变量”（variable）。 女儿：挺不错的，爸爸！
确定指标权重的时候，哪个方法比较简单啊，主成分分析法还是层 …
2017年12月25日 · 除此之外，还有一些可以计算指标权重的方法，如因子分析、主成分分析、优序图法等等。选择权重计算方法应该结合自己的数据类型与特征进行选择，不论哪种方法，使用spssau进行权重计算都比较简单，因为90%的工作算法都已经自动处理了，你只需要上传数据 ...
关于主成分分析因子载荷矩阵中的负值？ - 知乎
1.由于做主成分分析时spss会直接将数据标准化，所以完全有可能出现负值，而且关键是，主成分分析得到的是几组向量，可能第一主成分的某个值是负的，那么第二主成分它就可能是个正的很大的值，所以不用担心。
用主成分分析法求指标权重合理吗？ - 知乎
使用主成分分析进行信息浓缩研究，首先分析研究数据是否适合进行主成分分析，从上表可以看出：KMO为0.642，大于0.6，满足主成分分析的前提要求，意味着数据可用于主成分分析研究。以及数据通过Bartlett 球形度检验(p<0.05)，说明研究数据适合进行主成分分析。
SPSS中PCA主成分分析基于相关矩阵还是协方差矩阵？ - 知乎
主成分分析的具体细节，之前pca一直用原始数据按系统默认的基于相关矩阵进行萃取。最近试了下基于协方差矩阵，萃取到的因子个数不一样。看了本旧书（日本作者… 显示全部
面板数据可以做因子分析和主成分分析吗？ - 知乎
面板数据的全局主成分分析，终于可以分析动态趋势变化了！ 做主成分分析的读者可能会遇到这么一个问题： 我要做综合评价，但是收集的数据有好多年的，我是每年做一次主成分呢，还是把多年数据求平均后做主成分？
spss主成分分析得到的主因子是哪些，在哪看？ - 知乎
SPSSAU主成分分析将自动进行标准化处理，因此不需要再对数据进行处理。 标准化计算公式：（X-Mean）/ Std. 二、主成分分析适用性检验. 进行主成分分析的前提是数据适合使用该方法，通常采取KMO检验和Bartlett球形检验。KMO检验用于检查变量间的相关性，取值为0~1。
主成分分析在STATA中的实现以及理论介绍 - 经管之家
2019年9月20日 · [Stata] 主成分分析在STATA中的实现以及理论介绍,其中，a称为得分，b称为载荷。主成分分析主要的分析方法是对相关系数矩阵（或协方差矩阵）进行特征值分析。Stata中可以通过负偏相关系数矩阵、负相关系数平方和KMO值对主成分分析的恰当性进行分析。
请问如何用通俗易懂的一句话解释主成分分析和因子分析？ - 知乎
不幸的是，虽然主成分分析与因子分析的区别很大，但不少人仍然会混淆两者，其中的可能原因是，在估计因子载荷时，有一种数学方法名叫主成分法（Principal component method）。之所以取这样一个令人混淆的名称，是因为在数学原理上，主成分法与主成分分析很 ...
如何区分理解因素分析（探索性、验证性）、主成分分析的概念和 …
主成分分析是设法将原来众多具有一定相关性（比如p个指标），重新组合成一组新的互相无关的综合指标来代替原来的指标。 通常数学上的处理就是将原来P个指标作线性组合，作为新的综合指标。