主成分分析与因子分析的区别

1. 表示形式不同

        主成分分析PCA是用原始的指标X1~Xn进行线性表示，得到n个新的主成分F1~Fn，主成分个数与原指标相同。然后选取n个主成分中特征值大于1的，或累计方差贡献率大于85%的，作为降维后的新指标。

        因子分析FA则相反，寻找原指标的公共因子F1~Fm，然后用因子线性表示原指标X1~Xn。这里两者个数往往不相同，因子个数需要自行指定。

        无论是PCA还是FA，得到的新指标都是两两不相关的，这也是许多其他模型的前提条件。

2. 使用条件不同

        首先使用两种方法前往往都需要对数据进行标准化。

        其次，因子分析还需要经过KMO检验和bartlett球形检验。

3. SPSS中的使用

        SPSS中只有因子分析，没有主成分分析。但事实上可以由因子分析的结果推出主成分分析的结果。

        数学上可以证明，将FA得到的因子载荷矩阵中的向量 a(i) 除以√λi，即u(i) = a(i) / √λi

， 就是PCA中的系数。（推导可见老哥视频，主成分分析那里）

4. tips

        在使用主成分分析法得到主成分后，最好对各个主成分进行一定的分析，解释该主成分代表的含义。