主成分分析与因子分析的区别

        最近上多元统计分析先后学到了主成分分析和因子分析，这两个非常相似，因此我在这讲述一下我的理解，初学可能会有地方有误或不完整，希望大家能够指出，帮我纠正和完善。

        首先一点：主成分分析是因子分析的一种情况，因子分析可以完全包含主成分分析。

        主成分分析：一般用于降维比较多一点。例如：我现在有20位同学的语文、数学、英语、物理、化学、政治、历史、地理、生物的数据。通过主成分分析我们可以将这9门课(9维)通过求贡献率选取最大的2个从而降维至2个主成分(也就是2维)，我们并不知道这两个维度到底是什么含义，可以根据经验来主观下定义，比如文科和理科。这样子就把九门课的成绩变为了文理两科的成绩，实现了降维操作。

        因子分析：因子分析虽然也可以看为一种降维方式，但用途更多的是用来找每个变量是由什么因子决定的。例如：还是上面那个例子，对9门课我们通过因子分析可以得出4个方面来评估这些变量的含义，虽然也是一种人为的猜测，比如我们可以认为这9门课是由这4个方面来决定的：学生的计算能力、阅读能力、记忆能力、逻辑能力。这样子我们可以通过加权的方式为每门课分析该课是由哪些因子决定的，占比有多少。比如语文可能阅读能力和记忆能力占比高达90%，而计算能力和逻辑能力仅10%。

        我觉得我通过这两个例子能够很好的理解二者的区别，另外可以通过这两个名字也能得到更好的理解。主成分的意思就是找出9门课可以归纳成什么，是对变量的一种压缩、降维；而因子的意思就是找出每个变量的原因，是由哪些公共因子来决定这些变量的，是对变量的一种扩张，解释。

        不知道这样子解释合不合理，我先这样子理解，以后再看说不定有新的理解。