所谓主成分一般指构成物质的主要成分，或者是构成物质的全成分，一般被称为全分析或者简分析，全分析可准确测定物质的系统构成，最后结果可以某种形式，如氧化物或元素加合总量为100%或趋于。而简分析可知主要构成。合金一般元素表示含量，而矿物一般以氧化物形态表示含量。至于分析操作，对于未知成分可先作光谱半定量，了解成分基本信息，而后制作分析方法，化学分析还是仪器分析，分别测定还是一次测定。并且采用不同的制样方法，如酸溶系统还是碱溶，或者粉样，等等。了解更多可参见相关书籍。
一、性质不同
1、主成分分析法性质：通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量。
2、因子分析法性质：研究从变量群中提取共性因子的统计技术。
二、应用不同
1、主成分分析法应用：比如人口统计学、数量地理学、分子动力学模拟、数学建模、数理分析等学科中均有应用，是一种常用的多变量分析方法。
2、因子分析法应用：
（1）消费者习惯和态度研究（U&A）
（2） 品牌形象和特性研究
（3）服务质量调查
（4） 个性测试
（5）形象调查
（6） 市场划分识别
（7）顾客、产品和行为分类
扩展资料：
主成分分析的原理是设法将原来变量重新组合成一组新的相互无关的几个综合变量，同时，根据实际需要，尽量少取几个求和变量，以反映原始变量的信息。
这种统计方法被称为主成分分析或主成分分析，这也是一种处理降维的数学方法。主成分分析（PCA）是试图用一组新的不相关的综合指标来代替原来的指标。
因子分析为社会研究的一种有力工具，但不能确定一项研究中有几个因子。当研究中选择的变量发生变化时，因素的数量也会发生变化。此外，对每个因素的实际含义的解释也不是绝对的。
-主成分分析
-因子分析
数据标准化;
求相关系数矩阵;
一系列正交变换，使非对角线上的数置0，加到主对角上;
得特征根xi（即相应那个主成分引起变异的方差),并按照从大到小的顺序把特征根排列;
求各个特征根对应的特征向量;
用下式计算每个特征根的贡献率Vi;
Vi=xi/(x1+x2+)
根据特征根及其特征向量解释主成分物理意义。
欢迎分享，转载请注明来源：品搜搜测评网
微信扫一扫
支付宝扫一扫
