主成分分析和因子分析_主成分分析（PCA）在模型中的运用

关于主成分分析在模型中的运用主要有以下几个方面：

（1）降维；尤其是在面对大量数据时，可以借助PCA方法提取有效的数据成分；其原理，简单的理解就是将众多变量和指标通过一定方法提取出少数几个有代表性的且互相相关性系数较低的变量。

（2）处理变量之间多重共线性的问题；

（3）确定变量的权重，将多个变量组合成“一个”变量（这在计量经济学论文中常用到，在此不做介绍）。

1.主成分在spss中的实现。

步骤：分析—降维—因子分析

（1）在提取—方法中农，我选择主成分即可。

（2）在得分中，我们选择计算因子得分的方法为回归。其余保持默认即可：

2.结果解释

（1）总方差解释表