主成分分析——SPSS实操

主成分分析，旨在利用降维的思想，把多指标转化为少数几个综合指标。注意：只有在指标个数特别多，且指标之间存在很强的相关性时，才能用主成分分析。（否则做出来效果不好）

🔴主成分的特点：

🔷 主成分个数远远少于原有变量的个数

🔷 主成分能够反映原有变量的绝大部分信息：因子并不是原有变量的简单取舍，而是原有变量重组后的结果。

🔷 主成分之间应该互不相关：通过主成分分析得出的新综合指标（主成分）之间互不相关，由此解决多重共线性的问题。

🔷 主成分具有命名解释性

🔴主成分分析法的主要任务有两点：
（1）确定各主成分Fi关于原变量Xj的表达式，即系数aij。

每一个主成分所提取的信息量可用其方差来度量。例如，方差Var(F1)越大，表示F1包含的信息越多。常常希望第一主成分F1所含的信息量最大。因此，在所有的线性组合中选取的F1应该是X1, X2, …, Xp所有线性组合中方差最大的，故称F1为第一主成分。

（2）计算主成分载荷。主成分载荷是反映主成分Fi与原变量Xj之间的相互关联程度：