Math 主成分与因子分析

Math 主成分与因子分析,math,pca,Math,Pca,我对主成分和因子分析有一些疑问 对于PCA,特征值是从协方差矩阵计算还是从相关矩阵É计算重要吗 那么FA呢,如果我使用协方差,特征值的结果是否相同,或者相关矩阵ÉPCA将受到数据重新缩放的影响,因此你将从协方差和相关矩阵中得到不同的答案。FA(我假设你指的是标准FA)不受重新缩放的影响,所以这无关紧要。PCA结果受变量单位的影响。除此之外,如果某个变量的方差远远大于其他变量,则该变量往往与第一主成分一致 克服这些问题的一种方法是使用相关性而不是协方差矩阵——前提是方差的差异不包含有价值的信息 如

我对主成分和因子分析有一些疑问

对于PCA,特征值是从协方差矩阵计算还是从相关矩阵É计算重要吗
那么FA呢,如果我使用协方差,特征值的结果是否相同,或者相关矩阵É

PCA将受到数据重新缩放的影响,因此你将从协方差和相关矩阵中得到不同的答案。FA(我假设你指的是标准FA)不受重新缩放的影响,所以这无关紧要。

PCA结果受变量单位的影响。除此之外,如果某个变量的方差远远大于其他变量,则该变量往往与第一主成分一致

克服这些问题的一种方法是使用相关性而不是协方差矩阵——前提是方差的差异不包含有价值的信息


如果保理的类型为“主成分”,则前面也表示FA。相反,如果使用“最大似然”分解,则协方差或相关矩阵的选择不会影响结果

即使协方差和相关矩阵通过除以标准偏差相互关联,执行特征分解将得到不同的结果。在大多数情况下,协方差应该与主成分分析一起使用,除非你有理由不这样做。。